眼病人工智能门诊及社区筛查

1、案例名称

眼病人工智能门诊及社区筛查

2、申报单位

中山大学中山眼科中心

3、案例简介

2017年2月，我中心刘奕志教授领衔的研究团队，利用深度学习算法，建立了“CC-Cruiser先天性白内障人工智能平台”。基于前期CC-Cruiser人工智能平台，我中心于2017年4月设立全球首个眼科“人工智能门诊”。此外，我中心还于越秀区白云街、珠光街、东山街社区卫生服务中心建立常见致盲眼病人工智能筛查试点并完成了超过三千例筛查，对口基层医院的人工智能筛查转诊患者已逐步成为我中心人工智能专科主要的患者来源。

4、案例应用范围

应用于儿童主要致盲眼病（如先天性白内障），及中老年主要致盲眼病（如年龄相关性白内障、年龄相关性黄斑变性、糖尿病视网膜病变、高度近视）的人工智能筛查诊断。除了在基层医院、社区医院建立眼病人工智能门诊等线下服务网点，更建立了三甲医院与它们互联的线上云平台，实现“上下一体，人机协作”创新服务模式。

5、案例应用场景描述

在大医院层面，我们设立人工智能门诊。在人工智能门诊就诊的患者，除接受常规诊疗外，其检查数据即时同步到人工智能云平台，可同时享受由人工智能提供的诊断、风险评估和建议治疗方案，最终由眼科医生审核确定诊疗方案，在高质量服务得到保障的同时提高了诊疗效率。但大医院毕竟医疗资源紧缺，且分布不均，不利于提高常见致盲眼病筛查覆盖率，因此我们在社区基层医院层面也进行了人工智能门诊的布局。

在社区基层医院层面，由于其眼科医疗资源较为薄弱，很多甚至无法配备专业眼科医疗团队的现状，我们的系统由简易的检查系统及大型三甲医院领衔的眼科人工智能技术平台组成。社区基层医院人工智能门诊布置有轻量、高效率及易操作的检查设备，接受过数日简单培训的技术员即可操作。社区潜在眼病人群通过系统预约及微信小程序取号，在固定时间段到社区医院进行数项眼科检查。其中包括：视力检查用于判断总体视功能情况；眼底照相用于常见眼底疾病的辅助诊断；眼前节照相主要用于年龄相关性白内障等常见前节疾病的辅助诊断；七合一检查仪可进行包含眼压、屈光等项目在内的常规测量，用于青光眼、高度近视等眼病的筛查。

这些检查结果实时上传至统一的眼科人工智能技术平台，用于眼科多种常见病（包括但不限于白内障、青光眼、年龄相关性黄斑变性、糖尿病视网膜病变、高度近视）的人工智能辅助诊断及汇总，无疑义的正常结果即时通过手机端公众号或微信小程序告知患者，并提供随诊建议；异常及有疑义结果则由大型三甲医院的眼科医生在平台上直接进行审核并补充专业诊治建议通过手机端返回患者，必要时提供转诊服务。

6、该案例解决了哪些行业痛点？

一、眼病筛查任务重，基层工作难开展

我国现有盲人逾825万人，且每年新增逾45万人，低视力人群逾5000万人，为国家带来沉重的社会经济负担。然而其中的常见致盲病种如白内障（占比约51%）、青光眼（占比约8%）及各类型视网膜病变（占比约6%）等，均可通过早期筛查、早期诊断、早期治疗取得更佳的防治效果。

优质眼科医疗资源主要集中于大型三甲医院，但受限于眼科医生数量的短缺和工作量的饱和，以及居住地较偏远的患者难以得到大医院专家及时诊疗的现状，常见眼病筛查工作始终难以实现普及。

社区医院的筛查服务虽能较好地覆盖大部分人群，但由于社区医院及大型三甲医院之间未建立便捷的统一技术平台，民众对于社区医院的医疗服务存在技术上的不信任，也影响了常见眼病筛查、诊疗工作的普及。

二、人工智能及互联网医疗的结合，助力眼病筛查

眼病的筛查对于人工智能的应用来说，具有天然的优势，作为体表器官，大多数眼病可通过眼部照相及一些简单的测量进行辅助诊断。但现有的单一人工智能眼病筛查软件，不仅难以做到常见眼病的一站式筛查，而且一般硬件配置成本高、作业人员专业素养要求高，在基层医院难以适用，也依然依赖于大型医院的专业设备及人员。

7、案例核心优势

为了使互联网+人工智能真正惠及常见致盲眼病的筛查，除了在大医院建立人工智能门诊，提升高质量诊疗服务的效率并通过云平台实现院际协作，我们还建立了“上下一体”的新型眼病人工智能辅助诊断服务系统，以适应基层医院眼科力量薄弱的现状。

基层医院配备了高效率、易操作的整合检查设备，并与大医院眼科共建统一的人工智能眼科服务平台。眼科零基础的工作人员仅需经过数日简单培训即可独立、熟练地采集检查数据，同时人工智能云平台的辅助诊断筛查结果即时返回患者，有疑义的结果则由三甲医院眼科医生通过统一技术平台进行审核并提供诊治建议，需要时还可提供转诊服务。

通过这一系列工作，我们通过以下有效的方式实现互联网+人工智能与眼科常见病一站式防控的有机整合，为国家减轻眼病防控负担。一是在国家致盲眼病整体防控需求的高度下，整合眼科多病种的人工智能辅助诊断功能，建立了一站式多病种诊疗平台。二是在保证数据采集质量的前提下，尽量降低设备硬件需求和人员专业水平需求，使其真正适应基层医院现状。三是权威医疗机构牵头建立统一的技术服务平台，确保筛查发现需要干预的病情能够得到及时的确认和转诊，获得社区人群的信任并最终推进将防控工作落到实处。

8、案例实施成果及社会影响力

2017年2月，中山大学中山眼科中心刘奕志教授领衔中山大学联合西安电子科技大学的研究团队，利用深度学习算法，建立了“CC-Cruiser先天性白内障人工智能平台”。该人工智能程序，模拟人脑，对大量的先天性白内障图片进行分析和深度学习，不断反馈提高诊断的准确性。将该程序嵌入到云平台后，通过云平台上传图片，即可获得先天性白内障的诊断、风险评估和治疗方案。原创论文在《Nature Biomedical Engineering》杂志2017年2月份作为封面文章（封面故事：前途远大的机器学习）发表，并作为该期精选新闻。基于此，中山眼科中心于2017年4月设立全球首个眼科“人工智能门诊”，作为唯一由中国团队完成的入选项目，被IEEE Spectrum评选为“影响全球医学界的11大AI事件”，此外还于党的十九大第一天，获得CCTV2专题报道。

目前基于CC-Cruiser的人工智能眼科门诊已在 3 家协作医院完成临床试点应用，并取得理想效果。此外，中山眼科中心已经连接了包括西藏、新疆、云南、青海等边远省区等上百家基层医院，每天有大量眼科检查数据上传云平台请求专家协助诊断。在医学人工智能应用场景下，病例以及图像数据将首先通过人工智能程序进行初审，再由专家复核，效率可提升70%以上，极大提高专家协诊效率，并帮助疑难罕见眼病在基层得到及时准确的诊疗建议和转诊服务。此外，基于CC-Cruiser的眼科人工智能诊疗还吸引了包括中山大学附属第一医院、北京大学人民医院等15家全国各地顶尖医疗机构参与到该项目的多中心临床研究中来。我们还在广州多个社区卫生服务中心有一年的落地应用试验，主要筛查对象为常见致盲眼病高发的中老年人群，累积筛查人数3500余人，老年性白内障检出率为39.4%，常见眼底病检出率为15.5%，未发生不良反应及不良事件。

9、未来规划

本案例拟在前期人工智能门诊建设的基础上，研发国际领先水平的眼病人工智能诊疗平台，制定医疗AI在临床的应用标准和应用方案，建立国家级的人工智能诊疗的临床评价和应用服务平台，引领我国眼病防治的创新服务模式。实现上述目标对学科的发展具有重大意义。首先，人工智能可实现眼病的标准化分诊，使临床医师从大量繁重的重复性工作中解放出来。在高精度的人工智能协助下，可对大量的常见眼病进行准确分诊，对疑难眼病进行初步分诊。其次，眼科人工智能降低了疑难罕见眼病的学习门槛，解决优秀专科医疗人才紧缺和培养周期长的问题，同时，大大增强了各个亚专科的专家对非本领域的疑难罕见眼病的诊治能力。第三，AI门诊的推广可使基层医院的眼病诊疗水平得到迅速提升。人工智能辅助诊疗系统与基层医院对接，有望使患者“仅需基层看病，即可享受专家级诊疗”；同时，我们利用人工智能云平台网络，收集大量的疑难、罕见病例资源，在最低的研究投入下，开展大规模的临床队列研究，最终目标是以开设眼科人工智能门诊为契机，充分发挥中山眼科中心医、教、研、防一体的学科优势，引领医学发展的AI时代，推动新形势下中国诊疗模式的改革，提升我国整体医疗水平和国际影响力。

（本案例由中山大学中山眼科中心提供，仅供参考）