目前中国近视眼患者人数多达6亿，有意愿行近视矫正手术的人群逐年增多。所有拟行近视眼手术的人群均需通过角膜地形图检查评估角膜形态，排除圆锥角膜或亚临床型圆锥角膜。圆锥角膜是以角膜扩张、中央变薄向前突出、呈圆锥形为特征的一种眼病，是近视眼手术的禁忌症。一些难以发现的亚临床型圆锥角膜在近视眼手术后也可能因角膜变薄而继发角膜扩张。眼科医生在获取患者角膜地形图后需要耗费一定时间评估患者的角膜形态，而且需要大量积累的知识和经验才能准确判断。
为了避免人为误判、提升筛查效率、减轻医生工作负担，中山大学中山眼科中心刘泉教授团队和林浩添教授团队利用人工智能技术，在全球首次开展了将深度学习与角膜地形图结合的近视手术术前筛查研究。最新研究成果“Screening candidates for refractive surgery with corneal tomographic-based deep learning”于2020年3月26日在线发表于JAMA(美国医学会杂志)子刊JAMA Ophthalmology，并作为封面刊登。
JAMA Ophthalmology官网首页
文章首页
创新应用深度学习技术的角膜地形图AI
该研究针对中国近视人群，将深度学习与Pentacam HR眼前节分析系统的屈光四图图像结合，建立了名为Pentacam InceptionResNetV2 Screening System（PIRSS）的角膜屈光手术术前筛查系统，用于辅助诊断圆锥角膜。研究纳入了6465张包括角膜前表面曲率、角膜前后表面高度、角膜厚度的彩色图像，利用迁移学习技术生成高效率模型，最终输出为正常角膜、可疑角膜形态异常、早期圆锥角膜、圆锥角膜和近视眼角膜屈光手术后这五个分类，帮助医生了解患者角膜形态，指导手术决策。
PIRSS-角膜地形图AI模型
PIRSS读图水平与高年资屈光手术医生相当
系统评价方面，该研究采用了两种外部验证方式。第一是采用了人机测试的方法：发现系统准确率（95%）与高年资屈光手术医生（92.8%）相当（P=0.72），并且优于低年资屈光手术医生、优于非屈光手术专业的眼科医生。第二是将PIRSS与Pentacam HR眼前节分析系统内置的评价模块TKC和BAD比较：TKC与BAD均为欧美学者的研究成果，实际应用中或许不完全适合角膜相对较小的亚洲人群。研究发现，这款角膜地形图评判系统展现了更好的成绩，准确率均优于内置评价模块。
人-机测试与机-机测试
建立近视手术术前筛查云端服务
该研究为建立近视手术术前筛查云端服务提供可能，医生或者患者未来可以通过上传检查报告，快速得到评判结果，知道是否为圆锥角膜，初步判断能否能行角膜近视手术。该系统有望临床应用，通过进一步随机对照研究得到其真实的诊断能力。
近视手术筛查系统构想
寻找近视与远视的平衡
一篇来自加州大学等学者的特邀评论对该文章做出积极评价，认为这项研究突破了半自动化筛查近视手术的重要一步。研究自动的、含有人主观意识的、有效的诊断技术这一领域有极大的发展空间，最终AI或许能真正帮助近视手术医生知道哪些患者会有稳定且长期安全的术后状态。
JAMA Ophthalmology杂志特邀评论
参考文献：
1.Xie Y, Zhao L, Yang X, et al. Screening candidates for refractive surgery with corneal tomographic-based deep learning. JAMA Ophthalmol. Published online March 26, 2020.
2. Redd TK, Campbell JP, Chiang MF. Artificial Intelligence for Refractive Surgery Screening: Finding the Balance Between Myopia and Hype-ropia. JAMA Ophthalmol. Published online March 26, 2020.
研究背景介绍
中山大学中山眼科中心一直致力于医疗技术的研发与创新，引领眼科服务水平的发展。此项研究是激光近视眼治疗中心刘泉教授团队与人工智能与大数据科林浩添教授团队的首次合作研究。
刘泉教授团队
林浩添教授团队
本文来源：网易健康
责任编辑：
赵长宏_NH9422
