技术在检测糖尿病视网膜病变方面可与眼科医生相媲美，从而让全球更多人接受筛查。
经过近十年的努力，谷歌于 10 月将其用于检测眼部疾病糖尿病视网膜病变的人工智能 (AI) 模型授权给三家医疗科技公司，其中两家在印度，一家在泰国。但有一个条件：这些公司必须在未来十年内为中低收入国家 (LMIC) 的人们提供 600 万次免费 AI 筛查。
“他们将建立自己的商业模式，但另一方面，他们也将为最需要但负担不起的人提供筛查服务，”加利福尼亚州山景城谷歌健康项目经理 Sunny Virmani 表示。“糖尿病视网膜病变导致的失明是完全可以预防的，我们无法在某些地方进行有效的筛查，这一事实是不可原谅的。”
自然展望：愿景
全世界有 4300 万失明或视力受损的人，其中近 90% 生活在中低收入国家。造成这种情况的原因有很多：生活在农村社区会阻碍人们获得医疗保健的能力，缺乏健康素养会导致一些人认为失明是衰老的正常且无法治愈的结果。低收入国家每百万人只有 3-4 名眼科医生；在高收入国家，这一数字约为每百万人 76 名。
使用人工智能筛查和诊断眼部疾病，如青光眼、老年性黄斑变性和糖尿病性视网膜病变，有助于减轻视力障碍的负担。研究表明，该技术减少了对专家的需求，使护理更加方便，并提高了随访的依从性。但人工智能筛查的实际成本仍不确定，部署这些工具时遇到的问题可能会降低其有效性。
眼科已为使用诊断 AI 技术做好了准备。“多年来，我们作为常规做法收集了大量的影像数据，这些数据非常适合训练 AI 模型，”伦敦卫生与热带医学院的眼科医生兼研究员 Charles Cleland 表示。
日益增长的需求
对于某些眼部疾病，人工智能诊断不太可能产生效果。例如，白内障是全球视力丧失的主要原因，大多数患有白内障相关视力障碍的人生活在中低收入国家。但解决白内障的瓶颈不是诊断，而是手术机会有限。2016 年的一项分析1发现，美国和欧洲的手术率高达每百万人 10,000 例，但在撒哈拉以南非洲，每百万人手术率可能不到 500 例。
然而，人工智能辅助筛查糖尿病视网膜病变可能会带来相当大的好处。糖尿病在中低收入国家越来越普遍——据估计，到 2045 年，撒哈拉以南非洲将有超过 2100 万成年人受到影响，而 2019 年这一数字还不到 900 万。当血液中过多的糖分损害血管，导致液体渗入眼睛时，就会引发糖尿病视网膜病变。这会导致视力变化，例如突然出现色盲或夜盲症、眼部浮斑和视力模糊。最终，一个人可能会失明——但早期诊断和治疗可以将这种风险降低约 98%。
只有在糖尿病视网膜病变最晚期阶段才需要手术。在此之前，可以通过注射皮质类固醇或抗血管内皮生长因子 (anti-VEGF) 药物，或激光治疗来治疗这种疾病，这些药物可以减轻视网膜肿胀并阻止眼部失血。这些治疗在中低收入国家并不容易实施——例如，必须在诊所反复注射抗 VEGF 药物，将其注射到眼睛中。然而，如果疾病在早期被发现，那么简单的治疗来控制患者的血糖水平可以减缓病情的发展——甚至可以从一开始就防止糖尿病患者出现眼部问题。
“糖尿病视网膜病变的诊断延误可能意味着不可逆转的失明，”克莱兰德说。但目前，“只有一小部分糖尿病患者接受了筛查”。
成熟的技术
2014 年，谷歌健康研究主管 Dale Webster 和他的同事开始测试 AI 通过医学图像诊断疾病的能力。研究人员刚刚证明，AI 图像识别系统可以比人类更好地对图像中的猫和狗的品种进行分类。Webster 的一位同事是印度马杜赖 Aravind 眼科医院院长眼科医生 R. Kim 的世交。当 Kim 提到医院面临的主要挑战之一是缺乏专家来快速评估患者的眼睛是否有糖尿病视网膜病变的迹象时，研究人员意识到 AI 可以提供帮助。
该团队花了几年时间开发了一套名为自动视网膜疾病评估 (ARDA) 的系统，该系统可以在实验室环境下像眼科医生一样有效地诊断糖尿病视网膜病变。为了诊断糖尿病视网膜病变，医生和算法都会分析眼底内部。ARDA 会从每只眼睛中获取一张由专业相机拍摄的图像，韦伯斯特说这台相机的价格约为 10,000 美元。这些相机的使用非常简单，不需要眼科医生。
一位老年患者坐着接受眼科检查，医生手持的移动设备上显示他的视
便携式相机可拍摄眼球后部内部图像，与 AI 软件配合使用可筛查糖
在诊断视网膜病变方面，该技术似乎至少与眼科医生一样出色。2018 年至 2020 年期间，谷歌团队与曼谷 Rajavithi 医院的眼科医生 Paisan Ruamviboonsuk 及其同事合作，对泰国三个地区的 7,651 人进行了筛查2。约有 30% 的人随后被转诊给专科医生，治疗糖尿病视网膜病变或糖尿病相关黄斑水肿 — — 或者根据单独的测试，治疗视力不佳。对于威胁视力的糖尿病视网膜病变 — — 无论是早期但严重的疾病，还是视网膜上长出血管的晚期疾病 — — ARDA 的准确率达到了 94.7%。
韦伯斯特说，这项研究“为这些工具的安全性和有效性提供了证据，这是一个重要的里程碑”。“下一个重要步骤是让医生能够在当前的工作流程中使用它来筛查更多的人，从而减少漏诊，减少失明人数。”
尽管泰国有全国性的糖尿病筛查计划，但只有约 50% 的糖尿病患者接受了眼部疾病评估。这在一定程度上是因为缺乏训练有素的工作人员。人工智能筛查工具可以帮助提高效率。2023 年对孟加拉国一家眼科诊所的一项研究发现，医生可以在大约 7 周内看病约 920 人。当诊所工作人员使用由爱荷华州科勒尔维尔的 Digital Diagnostics 公司开发的自主人工智能诊断系统 LumineticsCore 时，在类似时期内筛查了 1,189 人3。
中低收入国家糖尿病视网膜病变的另一个挑战是让患者在确诊后去看专科医生。在一些资源匮乏的地区，可能需要数周时间才能对图像进行评估和疾病严重程度分级，并将结果返回给患者。2016 年，克莱兰在坦桑尼亚领导的一项小型研究发现，经过这么长时间，只有约 25% 的患者参加了推荐的随访预约。
“在资源匮乏的环境中，患者来这里接受治疗。当他们有这么多其他问题时，很难要求他们再次回来，”奥罗拉科罗拉多大学医学院的流行病学家 Jennifer Patnaik 说。她和她的同事证明，使用人工智能筛查为卢旺达糖尿病视网膜病变患者提供即时结果可以增加获得后续护理的人数 5 。在从 Cybersight 人工智能系统获得结果的患者中，约有一半立即接受了专家的推荐转诊——比人们只需等待 3-5 天才能让医生对图像进行评分时，这一比例高出 30%。
现实世界的挑战
在中低收入国家广泛采用 AI 进行眼科治疗之前，必须解决几个问题。有些细节并不重要，例如培训人员。例如，与泰国 Google 团队合作的摄像师有时会忘记需要在环境光下拍摄图像，因此他们将一些摄像机放置在靠近大窗户或人工照明的房间中。为了解决这个问题，该团队在摄像机周围挂上窗帘，并将它们移到更靠近电灯开关的位置，这样操作员就会记得在拍摄图像时关灯。
另一个痛点是互联网连接速度慢或中断——这在中低收入国家很常见——导致大多数程序运行在云服务器上，导致上传或接收结果的时间延迟。对云的依赖还带来了法律问题。例如，在坦桑尼亚，未经数据传输协议将临床数据传输到国外是违法的，因此位于另一个国家的人工智能系统无法轻易处理图像。
然而，除了所有这些障碍之外，还有一个非常重要的障碍：成本。到目前为止，中低收入国家对人工智能筛查的测试主要作为临床试验的一部分获得资助，关于在现实世界中提供这项技术的成本数据并不多。
一些研究表明，人工智能可能比传统的糖尿病视网膜病变筛查略便宜。一项在中国农村进行的研究计算出，人工智能筛查每人花费 180.19 美元，而眼科医生筛查每人花费 215.05 美元6。新加坡的一项视网膜病变筛查计划研究发现，半自动化模型每人每年花费 62 美元——比基于医生的方法（77 美元）和全自动人工智能（66 美元）都便宜7。但任何成本差异都会因人工智能的准确性（假阳性成本高昂）和不同社区医生劳动力的价格而异。
尽管人工智能在筛查和诊断方面具有很大的潜力，但它无法单独减轻中低收入国家的视力障碍负担。“还有很多其他问题需要解决，”克莱兰说。获得治疗对于充分利用人工智能筛查带来的好处至关重要。“得到诊断并不意味着一个人不会失去视力，”克莱兰说。但他补充说，“改进诊断方法会有所帮助”。
