随着全球人口老龄化趋势的逐渐加快,白内障患病率也逐年升高,白内障成为我国,乃至全世界人群视力受损和盲的主要原因。近年来,随着人工智能(AI)技术的高速发展,其在医疗领域,尤其是眼科的应用范围不断扩大,有望成为缓解医疗资源匮乏、提高诊疗效率、降低医疗成本的重要方法。在白内障领域,AI主要应用于白内障筛查诊断、术前评估、人工晶状体屈光度计算及白内障手术步骤的分析。本文旨在综合国内外AI基于裂隙灯显微镜眼前节照片或眼底照片、超声影像、白内障手术视频、健康档案数据对白内障诊断、混浊程度分级、人工晶状体屈光度的计算、白内障手术步骤识别以及白内障患者管理中的应用现状和最新进展进行综述,为AI在白内障领域的进一步应用及推广提供更多信息。
版权归中华医学会所有。
未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
白内障是我国,乃至全世界人群视力受损和盲的主要原因,发展中国家白内障致盲人数占总盲人数的50%以上[1]。白内障的病因主要为年龄相关性晶状体混浊,部分还与全身性疾病、眼部创伤及先天性因素等有关[2,3,4,5]。随着全球人口老龄化的逐渐加快,白内障患病率也呈现逐年升高的趋势[6]。预计到2050年,中国因白内障导致的视力低下,甚至"白内障盲"的人数将达到2 000万。白内障的早期诊断和及时管理对于提高患者的生活质量至关重要[7]。目前,据中华医学会眼科学分会统计,中国60~89岁人群白内障的发病率为80%,而90岁以上人群白内障的发病率为90%以上,而我国眼科医生从业人员只有4.48万人[8]。由此可见,医患数量间的巨大差距严重影响白内障患者的诊断和治疗[6,9]。人工智能(artificial intelligence,AI)作为近年来发展迅猛的一门学科,是研究人类各种智能活动的基本理论、方法和技术,进而通过计算机的软、硬件构建一个智能系统来完成平时由人类施行的工作[10]。众所周知,AI在图像识别方面具有极大的优势,其能通过学习大量图像数据特征进行迁移学习并训练出自动识别的模型。将AI运用于医学领域是缓解医疗资源匮乏、提高诊疗效率、降低成本的良好方法[11]。随着眼科检查设备的发展,大多数眼前节及眼后节的基本情况特征能够以图片形式被记录保存,使得AI在眼科领域具有极大的发展前景。在白内障领域,目前,AI主要被应用于白内障的筛查诊断、术前评估、人工晶状体屈光度的计算及白内障手术步骤的分析。利用深度学习和神经网络构建的智能化识别可以使白内障分级更加客观和标准化,这些都有利于白内障诊断和治疗水平的进步。本文就AI在白内障领域的最新研究进展进行综述。