200°眼底成像结合AI，协和医院实现肾病无创筛查

200°眼底成像结合AI，协和医院实现肾病无创筛查

近日，北京协和医院眼科陈有信教授团队牵头全国多中心研究，开发了基于深度学习通过超广角眼底图像预测慢性肾脏病的人工智能模型（UWF-CKDS）。这一研究成果发表在Nature子刊Npj Digital Medicine上，为无创CKD筛查提供了新思路。本研究得到了中央高水平医院临床科研专项等项目的支持。

这项研究不仅展示了AI在医疗影像识别领域的最新突破，也揭示了眼底图像在预测慢性疾病方面的巨大潜力。研究团队开发的Unet++模块能够全自动且精准地识别测量超广角眼底图像的各种视网膜血管参数，这些参数与肾功能指标之间存在显著的定量相关性。更重要的是，200°的超广角眼底图像比常规55°后极部图像的相关性更好，进一步验证了其预测价值。

这一发现的意义在于，它为慢性肾脏病的早期筛查提供了一种无创、便捷且准确的新方法。传统上，慢性肾脏病的筛查主要依赖血液样本和尿液检测，有时甚至需要更具侵入性的肾脏活检。而通过眼底图像进行预测，不仅避免了侵入性操作，还大大提高了筛查的效率和可及性。

事实上，AI在医疗影像识别领域的突破远不止于此。哈佛医学院的研究团队最近推出了CHIEF（临床组织病理学影像评估基础）模型，该模型在检测19种不同癌症时，准确率高达96%，显著优于现有的AI系统。加州大学洛杉矶分校的SLIViT（SLice Integration by Vision Transformer）模型则能够在极短的时间内处理来自不同成像模式的医学影像，识别潜在的疾病风险生物标志物。

这些突破的背后，是AI技术在处理和分析海量医疗影像数据方面的独特优势。例如，CHIEF模型通过预训练44TB的高分辨率病理图像数据，能够提取癌细胞的细微特征；SLIViT模型则通过在2D数据上预训练模型，并在少量3D数据上进行微调，实现了跨不同成像模式的高效识别。

在眼底疾病筛查方面，AI技术同样展现出了巨大的应用前景。新加坡等地已经成功应用AI技术进行眼底疾病筛查，通过眼底照片和云端传输实现快速诊断和转诊。例如，新加坡的糖尿病视网膜病变筛查模式（SiDRP）结合人工智能（如Selena＋）的应用，不仅提高了筛查效率和精准度，还减轻了医疗系统的负担。

在国内，美年健康等机构正积极开发AI健康管理产品，如“健康小美”数智健管师，利用大数据和AI技术提供个性化健康管理方案。陆军军医大学新桥医院则开通了甲乳结节AI早筛门诊，通过AI辅助诊断技术实现甲状腺结节良恶性的无创判定，准确率高达95%以上。

这些创新应用不仅展示了AI在医疗领域的巨大潜力，也为未来的医疗模式提供了新的思路。AI技术的普及不仅能够提高医疗服务效率，降低医疗成本，更重要的是，它能够为患者提供更精准的诊断和治疗方案，真正实现“让每个人都能享受高质量的医疗服务”的目标。

随着技术的不断进步，我们有理由相信，AI将在医疗领域发挥越来越重要的作用，为人类的健康事业带来更多的突破和惊喜。