在手機看3分鐘動畫片 嬰幼兒16種常見眼病可被查出

0-4歲嬰幼兒處于視功能發育的關鍵時期。在這個階段發生的眼病如果不能及時干預治療，很可能導致患者長達幾十年低視力甚至致盲，給家庭和社會帶來沉重的負擔。然而由于此年齡段嬰幼兒尚無法配合現有視功能檢查，據估計造成全國數十萬嬰幼兒因錯過最佳診斷干預時機而終生低視力。

中山大學中山眼科中心林浩添教授團隊聯合全球多家醫療及研發機構進行醫工交叉協同攻關，以智能手機為應用終端，研發全球首個嬰幼兒視功能損傷手機智能篩查系統。這意味著未來通過手機就可對嬰幼兒先天性白內障、先天性青光眼等16種眼病進行早篩，其準確率超85%，使嬰幼兒眼病及時獲得治療。

研究成果“Early detection of visual impairment in young children using a smartphone-based deep learning system”于2023年1月26日在《Nature Medicine》（中科院一區，影響因子87.241）在線發表，為破解嬰幼兒視功能損傷及相關眼病早期篩診難題提供有效技術手段。

論文在Nature Medicine雜志在線發表頁面

0-4嬰幼兒眼病篩查 僅需看3分鐘動畫片

對嬰幼兒進行視功能評估，早期發現眼部疾患引起的視功能損傷十分關鍵，卻充滿挑戰。林浩添教授表示，由于嬰幼兒無法說話，難以表達眼部不適，視功能損傷易被忽視或漏診，因而容易錯過最佳的治療時機。其次，受限于認知水平，嬰幼兒難以配合完成傳統的眼部檢查。此外，大部分檢查手段對于技術人員的專業水平與設備要求高，篩查成本高，效能低，難以作為普篩技術手段普及。

因此，革新嬰幼兒眼病檢測及視功能損傷評估手段，開發便捷、有效的視功能損傷普篩技術十分關鍵。林浩添教授介紹，研發團隊通過長期臨床實踐，發現了一批與嬰幼兒視功能損傷高度相關的異常注視行為模式，并耗時8年，聯合移動醫療及人工智能技術，完成了首個嬰幼兒視功能損傷手機智能普篩系統。

該系統創新性地將智能手機轉化為嬰幼兒注視行為誘導及數據采集平臺，通過播放一段3分鐘的動畫視頻吸引嬰幼兒保持注視，可以實現對嬰幼兒注視習慣和行為模式的實時捕捉。

據林浩添教授介紹，研發團隊采集來自3652名嬰幼兒的超過2500萬幀注視行為大數據，通過人工智能數據分析后臺將對采集的高通量視頻數據進行深度分析，早期預警異常注視行為，篩檢嬰幼兒視功能損傷及相關眼病，將極大降低嬰幼兒視功能損傷早期篩診的難度及成本。

可發現嬰幼兒16種常見眼病 篩查準確率超85%

由于造成嬰幼兒視功能損傷的病因與表現多樣復雜，早期發現不同原因引起的視功能損傷十分重要，然而傳統的檢查手段難以實現多病種覆蓋。

為解決這一難題，研究團隊基于視頻大數據，深度挖掘了不同眼病引起的嬰幼兒視功能損傷的異常注視行為模態，并依托深度學習人工智能技術，林浩添教授介紹，目前該系統已實現了對先天性白內障、先天性上瞼下垂、先天性青光眼、斜視、視網膜母細胞瘤等超16種嬰幼兒常見致盲眼病引起視功能損傷的早期檢測，平均篩查準確率超85%。這一成果將助力多種嬰幼兒視功能損傷相關眼病的早期篩診，有望降低兒保、社區、居家篩查等多場景中嬰幼兒眼病篩診的難度。

人工智能技術從實驗室研發到現實應用場景的落地轉化一直是困擾醫學人工智能領域的難題。在本研究中，研發團隊依托前瞻性的實驗設計，采集來自真實世界的嬰幼兒注視行為高通量數據進行系統研發，并設計了集嬰幼兒行為誘導、數據采集、智能分析、結果反饋于一體的嬰幼兒視功能損傷智能化篩查系統框架及一套穩定高效的人工智能算法模型，通過人臉關鍵點重建和噪音信號濾過等多種技術手段實時監控數據質量，最終保證系統在復雜的現實篩查場景中的穩定表現，適用于醫院、社區、居家等多場景篩查。

同時，通過將前端系統便捷地部署在智能手機等移動終端，整個篩查方法成本低、效率高、效果好。系統在全國4家醫療機構參與的多中心外部驗證中的篩查準確率超80%。同時，研究團隊招募了120個家庭參與居家篩查，便捷的系統操作流程使得99%的家長都能順利完成篩查試驗，篩查準確率達85.9%。

據了解，團隊目前已與粵省事等公眾平臺進行對接和部署，為嬰幼兒視功能損傷及相關眼病的大規模篩查提供可行方案。

(本文圖片由醫院提供）