基于智能手機的非接觸眼底成像篩查糖尿病視網膜病變

曾依云 董文韜 鄧鉑林

四川省醫學科學院·四川省人民醫院眼科（成都 610072）

糖尿病視網膜病變（diabetic retinopathy，DR）是全世界工作年齡人群第一位的致盲性疾病［1］。根據中國的社區調查研究，9.4%～43.1%的糖尿病患者預計有DR，5.2%～6.5%的患者可能有威脅視力的DR［2-5］。DR 嚴重威脅著糖尿病患者的生存質量。通過定期眼科檢查和及時管理，DR 導致的視力喪失和失明基本可以預防［6-7］。若不及時治療可造成不可逆的視力損害，同時給社會帶來嚴重的經濟負擔［8-9］。

傳統的眼底篩查模式不利于基層醫療機構開展DR 篩查，因為這些檢查設備往往價格昂貴或者不便于攜帶。這可能會隨著基于智能手機眼底成像技術的出現而改變。智能手機眼底成像是通過智能手機內置攝像頭進行視網膜成像。與傳統篩查方法相比，其設備價格低廉、攜帶方便且易于操作［10-11］。然而目前國內外研究中使用的智能手機眼底成像技術往往依靠附加的外置設備，且通過不同附加設備的成像技術采集到的眼底圖像質量和DR 檢測的準確性均存在差異。無任何附加外置設備的相關成像技術尚無報道。因此，本研究嘗試使用無附加外置設備的智能手機非接觸眼底成像技術進行DR 篩查，并與使用雙目間接眼底鏡篩查的結果進行比較，評估其篩查DR 的敏感性和特異性。

1 資料與方法

1.1 招募參與者2021年4月1日至2021年6月31日于四川省成都市新津區人民醫院招募確診糖尿病的患者，進行散瞳后的眼底篩查。納入標準：（1）年齡>18 歲；（2）患有2 型糖尿病。糖尿病的診斷通過既往明確的醫療記錄或者由內分泌科轉診；（3）愿意接受散瞳后的眼底檢查。排除標準：（1）對散瞳眼藥水過敏；（2）瞳孔散大的禁忌癥，如淺前房；（3）屈光介質混濁影響眼底檢查（如嚴重的白內障，玻璃體積血等）。共納入糖尿病患者143 例276 眼。其中男51 例97 眼，女92 例179 眼；年齡36～88 歲，平均年齡為（67.6±10.1）歲；糖尿病病程1～30年；平均病程為（12.1±7）年。本研究經四川省人民醫院醫學倫理委員會批準（倫理編號：倫理（研）2021年第449 號），符合《赫爾辛基宣言》的宗旨。所有參與者均獲知情并簽署書面知情同意書。

1.2 眼底檢查所有參與者接受詳細的病史評估和眼科檢查。在散瞳檢查前，先用裂隙燈檢查眼前節，排除淺前房。隨后用復方托吡卡胺滴眼液擴張瞳孔。散瞳后使用智能手機（iphone12pro max），Volk+20 D 前置鏡，通過Filmic Pro 的應用程序（應用程序來源于蘋果應用程序商店）在視頻模式下進行眼底檢查。檢查方法與間接眼底鏡類似：一手持前置鏡，距離患者眼睛約5 cm。另一手持智能手機，距離患者眼睛約10～15 cm。根據手機屏幕上的視頻顯示，調整智能手機、前置鏡，檢查眼之間的相對距離以獲取最清晰的眼底圖像（圖1）。可通過受檢者眼球的轉動以檢測周邊眼底。視頻錄制完成后，使用智能手機中的屏幕截圖選項從視頻中提取選定的高質量圖像，用于DR 的診斷和分期。另一位眼科醫生再次使用雙目間接檢眼鏡進行評估。為盡量減少任何可能的偏差，對檢查者掩蓋了以前臨床檢查結果。

圖1 使用智能手機非接觸眼底成像技術進行眼底篩查Fig.1 Noncontact fundus imaging based on smartphone for diabetic retinopathy screening

1.3 DR 的定義與分期根據《我國糖尿病視網膜病變臨床診療指南（2014年）》［12］對DR 進行診斷和分期。威脅視力的DR（VTDR）定義為重度非增殖性糖尿病視網膜病變（NPDR）或增殖性糖尿病視網膜病變（PDR）［13］。糖尿病性黃斑水腫（DME）定義為黃斑區內毛細血管滲漏致黃斑中心兩個視乳頭直徑內視網膜增厚。分別評估每只眼的眼底圖像，并進行分期。

1.4 統計學方法采用SPSS 26.0 進行統計分析。連續數據表示為均值±標準差，分類數據以例表示。以雙目間接檢眼鏡的檢查結果為金標準，對使用智能手機非接觸眼底成像技術進行DR 診斷的敏感性和特異性進行了計算。利用Kappa（κ）統計數據對兩種篩查方式的診斷一致程度進行量化和評估。P<0.05 為差異有統計學意義。

2 結果

2.1 智能手機和間接眼底鏡篩查糖尿病患者視網膜分級比較對276 眼使用智能手機非接觸眼底成像技術進行DR 篩查的臨床診斷結果進行分析，并與使用雙目間接檢眼鏡的診斷結果進行比較。253 眼（91.7%）有一致性：195 眼（70.7%）均未檢測到DR；58 眼（21%）被診斷為相同程度的DR。23眼（8.3%）診斷結果不一致：智能手機診斷12 眼（4.3%）為輕度至中度NPDR，間接眼底鏡沒有診斷為DR；11 眼（4.0%）智能手機診斷為正常，而間接眼底鏡診斷為輕度至中度NPDR（表1）。考慮到DME 可能存在于DR 的各個時期，本研究評估了所有診斷為DR 的患者中的DME。在同時被智能手機和間接眼底鏡診斷為DR 的58 眼中，5 眼（8.6%）有DME。智能手機和間接眼底鏡診斷結果100%一致。

表1 通過智能手機和間接眼底鏡篩查糖尿病患者視網膜分級比較Tab.1 Comparison of diabetic retinopathy severity based on smartphone and binocular indirect ophthalmoscope

2.2 智能手機非接觸眼底成像技術DR 篩查的準確性以使用間接眼底鏡的檢查結果作為金標準，使用智能手機非接觸眼底成像技術診斷DR 的總敏感性和特異性分別為84.1%和94.2%。假陰性率為15.9%，假陽性率為5.8%。使用智能手機非接觸眼底成像技術診斷DR 和使用間接檢眼鏡的診斷結果在敏感性和特異性上沒有差異（P<0.05）。兩種篩查模式下DR 的不同等級見表2。

表2 智能手機和間接眼底鏡篩查DR 的敏感性和特異性比較以及一致性分析Tab.2 Comparison of sensitivity，specificity and consistency between smartphone and binocular indirect ophthalmoscope in screening diabetic retinopathy

3 討論

本研究為國內外首次使用無附加設備的基于智能手機非接觸眼底成像技術進行DR 篩查的報道。TAN 等［14］研究表明，大部分基于智能手機眼底成像技術所采集的圖像都超過了英國國家衛生局要求的DR 視網膜成像設備的最低分辨率為600 萬像素或每視網膜度數30 像素的要求［15］。然而幾乎所有使用智能手機進行DR 篩查的研究都使用了外置設備來輔助眼底成像，如Peek Retina，D?EYE、Do?it?yourself 以及Paxos 適配器、EyeGo 適配器等。前三種設備是配合智能手機攝像頭直接成像；Paxos、EyeGo 適配器類似于手機支架，一端連接Volk +20 D 前置鏡，一端固定智能手機，通過手機攝像頭間接成像。WINTERGERST 等［11］認為基于不同外置設備的智能手機眼底成像技術在DR 檢測的敏感性和特異性不同，采集到的眼底圖像質量也存在顯著差異。間接成像的眼底成像技術在檢測DR 時采集的圖像質量、視野以及診斷準確性都明顯優于直接成像的眼底成像技術。既往研究表明［11，16］，基于間接成像的智能手機眼底成像技術，檢測DR 的敏感性為50%～79%，特異性為94%～99%；檢測威脅視力DR 的敏感性為59%～100%，特異性為100%。本研究中使用的基于間接成像的智能手機眼底成像技術，檢測DR 的敏感性和特異性分別是84.1%和94.2%；對威脅視力DR 的敏感性和特異性均為100%。本研究的DR篩查準確性優于之前的研究，推測可能的原因是：（1）使用智能手機的型號。本研究使用的智能手機是iphone12 pro max，之前研究使用的智能手機是iphone5 和iphone5s。隨著技術的進步，智能手機攝像性能逐步優化，成像質量會更好，而眼底圖像質量是影響篩查結果的重要因素［17］；（2）操作技巧。為了提高眼底篩查的準確性，本研究中負責采集圖像的都是具有豐富DR 篩查經驗的眼科醫生，能夠熟練使用間接眼底鏡進行眼底檢查。其他研究中，部分眼底檢查是由經過培訓的驗光師進行的［11］。由于智能手機非接觸眼底成像技術操作類似于間接檢眼鏡，眼科醫生將更容易應用這一熟練技能，準確性亦會隨之提高［18］。

本研究在檢查過程中沒有觀察到受檢者有不良反應的發生，表明智能手機非接觸眼底成像技術是相對安全的。KIM 等［19］模擬在常規眼底鏡檢查的條件下，將基于智能手機的眼底成像技術在檢查過程中產生的光譜輻照度與間接檢眼鏡（Keeler Vantage Plus LED）檢查過程中產生的光譜輻照度進行比較。結果表明兩者均在國際標準化組織規定的眼科儀器熱和光化學危險的安全限值范圍內，間接檢眼鏡產生的視網膜輻照度約為智能手機觀察到的水平的10 倍。側面反映智能手機攝像頭光源的亮度低于間接眼底鏡，受試者感覺會更舒適。

本研究存在一定的局限性：（1）樣本量有限；（2）尚未對智能手機眼底成像技術在檢測DR 時采集的操作時間、圖像質量及視野進行分析。需要進一步的臨床研究加以完善。盡管如此，本研究初步證實了使用基于間接成像的智能手機非接觸眼底成像技術篩查DR 具有較高的敏感性和特異性。智能手機具有高分辨率攝像頭、強大的計算機處理和通訊網絡，可實現圖像快速捕獲及傳送，方便遠程會診，協助診治［20-21］。與傳統的DR 篩查設備相比，其成本更低，可以顯著降低DR 篩查的財務負擔，提高醫療資源匱乏地區DR 篩查的覆蓋率。隨著智能手機攝像技術的持續改進、附加光學設備的簡化以及人工智能自動識別DR 軟件的開發，將有助進一步于縮小巨大的DR 篩查需求與有限的醫療資源之間的差距［22-24］。相信未來這項技術能夠在我國DR 篩查中發揮巨大的優勢。