AI深度學習在年齡相關性黃斑變性輔助診斷中的應用

廖德盛,吳 敏

0 引言

年齡相關性黃斑變性(age-related maculardegeneration,ARMD)影響全世界約1.7億人,預計到2040年全球患者將增加到2.88億[1],是視力進行性損傷甚至永久失明的主要原因,尤其是60歲以上人群[2]。早發現、早診斷、早治療可以延緩ARMD的進展,顯著改善患者的生活質量。在ARMD的診療過程中,醫學影像具有關鍵的作用,眼底照相、光學相干斷層掃描成像(optical coherence tomography,OCT)、B超等影像學檢查都是臨床中重要的輔助診斷和病情監測隨訪的工具。但是隨著ARMD患者的日益增多,眼科工作人員對ARMD患者的影像學數據的解讀和管理日益復雜。此外,目前眼科影像的分析臨床中多由技師或醫生負責閱片,閱片結果的準確性受到多方面因素的影響,如醫生的情緒、經驗、知識儲備、疲勞度等[3],再加上人眼的分辨率有限,對于微小的病灶很難識別出來,這可能導致醫生做出的判斷可能會有一定的偏差。針對以上問題,越來越多的學者提出用人工智能(artificial intelligence,AI)代替醫生進行閱片分析的想法,并在此領域做了大量研究,這些研究結果顯示AI可能會幫助醫生解決上述問題。AI及其概念首先被McCarthy等于1956年提出:開發出能像人一樣思考問題的計算機[4]。AI是人類計算機技術高速發展產物,它不僅能推動科學技術的發展,還能對人類社會產生深遠的影響。深度學習(deep learning,DL)作為AI的一子領域是當今科學研究的新趨勢,憑借其在圖像及語音的識別和分類等方面有著巨大的優勢,如今應用于眾多行業和領域當中[5-6]。由于醫學圖像在醫學的診療過程具有重要的意義,DL技術在以影像學驅動的生物醫學中的各個領域得到了廣泛的應用,如心血管[7]、呼吸[8]、泌尿[9]、影像[10-11]等。……