视网膜静脉阻塞（RVO）是世界上第二大常见的视网膜血管疾病，由血栓阻塞视网膜静脉系统引发。如果诊断太迟或未能及时治疗，会导致患者视力严重下降、视物变形，甚至失明。
近日，发表在Nature子刊《Eye》上的一篇论文中，来自澳大利亚莫纳什大学的研究团队在一项为期三年的研究中开发出一种可以检测视网膜细微变化的人工智能技术。该技术能帮助全科医生和医疗保健专业人员检测和预测视网膜静脉阻塞的风险。由于视网膜通过中枢神经系统与身体其他部位紧密相连。因此，该技术也可以用于预测心脏病发作和中风风险。
在这项研究中，该团队训练了一个人工智能模型来区分从四川大学华西医院收集的超过10500张眼底图像。图像中的一些患者患有视网膜静脉阻塞；另一些正常患者作为对照。
研究人员使用接受者工作特征曲线下的面积、准确度、精密度、特异性、敏感性和混淆矩阵在两个独立的测试数据集中评估了该人工智能模型的性能。结果显示，准确率超过95%。
该团队表示，人工智能进行大规模计算，并捕捉未知和看似无关因素进行分类的能力远远超出人类的思维和能力。该算法有望成为一个强大的工具，以帮助临床医生预测视网膜静脉阻塞和其他心脑血管疾病的风险。他们所需要的只是一台智能眼底照相机，以及一个人工智能算法集成的云计算平台。
未来，该研究有望在中国、澳大利亚、英国和美国进行临床试验。
论文链接：
https://www.nature.com/articles/s41433-022-02239-4
注：此研究结果摘自Nature子刊《Eye》，文章内容不代表本网站观点和立场，仅供参考。
