人工智能(AI)的技术进步引领了许多领域的创新与革命.AI辅助下的医学影像判读与诊断取得了实质性的进步,人工智能辅助重要眼病精准筛查也有新突破。
青光眼是什么？
青光眼被认为是一类发病机制复杂、类型繁多的疾病，其共同终点是进行性和特征性的视神经萎缩和不可逆的视野缺损，且病理性眼压升高被认为是唯一明确的危险因素。
青光眼的发病可以分为急性和慢性。
急性青光眼常常表现为急性的眼部胀痛、视物模糊，甚至头痛、恶心呕吐等症状，有时会误导患者到神经内科或其他内科就诊，耽误病情；
慢性青光眼早期八九成患者症状不明显，绝大部分患者就医时已到晚期。青光眼也因而被称为是“偷走光明的小偷”。
被喻为“偷走光明的小偷”的青光眼一旦发展到视神经损害，其治疗只能延缓或阻止该病的进展，已出现的视野缺损无法恢复，且致盲率较高。
积极筛查是关键
早发现、早诊断、早治疗是防治青光眼的*金法则
我国75%的青光眼患者在初诊时就已处于中晚期。专家表示，青光眼的早期诊断要综合考虑眼压、眼底形态、视野等因素，对医务人员的诊疗能力要求较高。
积极筛查是青光眼防控的关键
由于发病隐匿等原因，依靠患者主动就诊很难做到青光眼的早诊早治，目前提倡对全民进行切实有效可行的筛查措施。对于40岁以上的中老年人、有青光眼家族史、高度近视或远视眼、心血管疾病和糖尿病患者、长期服用激素史这几类具有青光眼高危因素的人群，更需要定期进行眼科检查。
人工智能如何推动早筛？
人工智能可以利用大数据建立诊断模型，提供眼底图片的辅助参数，只需数秒即可判断被检者是否存在眼部疾病，并给出诊疗意见，医院、医生间诊断水平的差异。
研发AI诊疗青光眼,比其他眼科疾病具有更大的挑战和困难。
储集大量具有准确标签的各种检查结果和资料、训练计算机将多模态检查结果综合考虑、开发AI算法，研发出可进行智能诊断青光眼的软件平台，将带来巨大的社会经济效益，并对临床青光眼的诊疗带来革命性的影响。
目前，国内相关机构和研究团队研发出了青光眼可视化筛查产品。
通过对大量学科知识、临床数据以及专家临床经验的深度学习，对青光眼的判别准确率超过了95%。产品采用了领先的无监督域自适应技术，增加深度学习模型在多中心图像上的泛化能力，有效地解决了临床测试中模型性能下降的问题。
人工智能产品设计了基于多模型级联的空间注意力机制，将临床青光眼专家