共计 4644 个字符，预计需要花费 12 分钟才能阅读完成。
1996 年，被誉为爵士乐第一夫人的 Ella Fitzgerald 在位于洛杉矶 [比弗利山庄]() 的家中逝世。这位蠢才歌手曾取得 13 个格莱美奖、超 4000 万专辑销量，最终却在糖尿病视网膜病变 (diabetic retinopathy, DR) 的影响下郁郁而终。现在，糖尿病已被我国列为四类重大慢性病之一，每 10 人中就有 1 位糖尿病患者。而依据贾伟平院士在 2023 年 7 月发表的钻研数据，我国现约有糖尿病视网膜病变患者 1950 万。
数据起源：
https://www.nature.com/articles/s41467-023-39864-w
一般而言，糖尿病视网膜病变在晚期隐匿性较强，无症状倒退，但早期患者几近失明，并且不可逆，已成为 20-74 岁成年人可预防性失明的次要起因。糖尿病视网膜病变通常停顿迟缓，但又受到多重危险因素影响，发病及病程停顿危险在不同个体间存在较大差别，所以精确诊断并评估倒退危险成为困扰医生及患者的一大挑战。
随着 AI 在医学畛域施展着愈发重要的作用，深度学习与卷积神经网络曾经被用于从视网膜照片中，自动检测糖尿病视网膜病变，但却很少可能前瞻性的预测危险。
为此，上海交通大学被动衰弱策略与倒退研究院院长、上海市第六人民医院内分泌代谢科、上海市糖尿病重点实验室贾伟平传授和李华婷传授团队，上海交通大学电院计算机系 / 教育部人工智能重点实验室盛斌传授团队，和清华大学副教务长、医学院主任黄天荫传授团队，构建了基于时序影像序列深度学习的糖尿病视网膜并发症预警系统 DeepDR Plus，仅基于眼底图像便可预测糖尿病视网膜病变在 5 年内的停顿。
钻研亮点：
- 开发并验证了一个深度学习零碎 (DeepDR Plus)，仅通过眼底图像即可预测糖尿病视网膜病变停顿
- 该零碎被利用于中国和印度的实在临床案例，可将临床利用的均匀筛查距离从 12 个月缩短至 31.97 个月
- 该零碎可在大幅升高筛查频率和公共卫生老本的状况下，仍放弃极低的漏诊率
论文地址：
https://doi.org/10.1038/s41591-023-02702-z
数据集一键下载：
https://hyper.ai/datasets/29716
关注公众号，后盾回复「DR」获取残缺 PDF
数据集：中国和印度的临床数据
首先，为了学习与糖尿病视网膜病变相干的特色，DeepDR Plus 零碎应用来自上海综合糖尿病预防和护理零碎（上海综合模型）和上海糖尿病预防打算 (SDPP) 的 179,327 名糖尿病患者的 717,308 张眼底图像进行预训练。
其中，SDPP 是一项以社区为根底的纵向队列钻研，包含 79,284 名参与者，他们于 2015 年 12 月至 2022 年 11 月在华东疗养院和上海第六人民医院承受了体检，其中有 25,231 名参与者实现了至多 4 年的年度随访。
随后，钻研人员在一个外部数据集中开发并验证了该模型，这一外部数据集由来自糖尿病视网膜病变停顿钻研 (DRPS) 队列的 19,100 名糖尿病患者的 76,400 张眼底图像组成，钻研人员将 DRPS 队列以 9:1 的比例分为倒退数据集和内部测试集，并应用了 8 个独立的纵向队列进行内部验证。
DeepDR Plus 零碎设计
为了评估整合临床工作流程的 DeepDR Plus 零碎的有效性，该钻研还在一项基于社区的中国成年人前瞻性队列钻研中，进行了一项理论钻研， 共有 2,185 名参与者被纳入剖析，其中 538 名参与者在综合治理 (IM) 组（综合医院 - 社区糖尿病治理我的项目），1,647 名参与者在非 IM 组。同时，为了进一步评估与临床工作流程整合的后果，该钻研还在印度前瞻性队列 (SN-DREAMS) 中进行了一项基于事实世界的钻研， 其中 992 名糖尿病患者承受了间断 4 年的随访。
模型：仅用眼底图像可无效预测疾病停顿
DeepDR Plus 零碎蕴含三种预测糖尿病视网膜病变停顿的模型：元[数据模型]()、眼底模型和组合模型。其中：
眼底模型利用 ResNet-50 作为 Backbone，从眼底图像中提取特色，并应用软留神 (soft-attention) 层抉择信息量最大的特色。 该钻研首先应用动量比照 (Momentum Contrast, MoCo,v2)，利用自监督学习来创立预训练的特征提取器，用于从眼底图像中提取特色。同时，该钻研还应用一致性指数 (concordance index, C-index) 和 [IBS]() (integrated Brier score) 评估模型预测参与者将来 5 年的糖尿病视网膜病变体现。
元数据模型输出元数据以生成生存预测， 包含年龄、性别、吸烟情况、糖尿病病程、基线 DR 程度、体重指数、糖化 HbA1c、收缩压、舒张压、甘油三酯、低密度脂蛋白胆固醇和高密度脂蛋白胆固醇。
组合模型则同时输出眼底模型的眼底评分与元数据。
在外部验证中，对于患者糖尿病视网膜病变停顿的预测，元数据模型、眼底模型、组合模型的一致性指数别离为 0.696、0.823、0.833。结果表明，组合模型的性能与眼底模型类似，优于元数据模型。这证实了眼底模型的精确预测性能。在 8 个独立的内部数据集中，模型在预测糖尿病视网膜病变停顿方面获得了类似的性能，这表明 DeepDR Plus 零碎具备高一致性和强定标性。
眼底模型预测 DR 停顿的内外验证
为了确定患者应该何时寻求眼科医生帮忙评估 DR 倒退水平，该钻研还进行了 3 个亚组剖析，进一步证实 DeepDR Plus 零碎预测能力。3 个亚组包含无视网膜病变的糖尿病转至 DR（亚组 1），无需转诊的 DR 至须要转诊的 DR（亚组 2），非视力威逼 DR 转至视力威逼 DR（亚组 3）。
该钻研面向三大亚组别离应用 DeepDR Plus 零碎，通过基线视网膜图像来预测 5 年内不同类型的 DR 等级好转。结果表明，元数据模型在三大亚组的一致性指数为 0.700-0.711，IBS 为 0.261-0.328；眼底模型的一致性指数进步至 0.826、0.820、0.824，IBS 降落到 0.153-0.189；组合模型的一致性指数为 0.835-0.852，IBS 为 0.145-0.167。
此外，该钻研还评估了眼底模型在内部数据集的预测性能，并获得了与外部数据集相当的后果。结果表明，独自应用眼底图像能够无效预测疾病停顿。
模型在内部测试集和内部数据集的验证
AI 驱动的个性化筛查距离
在该钻研中，IM 组定期承受临床检测和代谢测量，并由综合医院的专家提供领导倡议。因而，该钻研又将 IM 组和非 IM 组别离分为低危险组和高风险组，并通过 DeepDR Plus 零碎中的眼底模型和元数据模型评估所有参与者。
IM 组和非 IM 组的钻研流程图
在非 IM 组中，与元数据模型相比，眼底模型高风险组患者更容易倒退为糖尿病视网膜病变，眼底模型低危险组患者的糖尿病视网膜病变的可能性更低。
危险辨认模型与参与者后果之间的关系
此外，与固定的年度筛查相比，该钻研还评估了元数据模型或眼底模型举荐的个性化筛查计划的性能。如果 IM 组和非 IM 组的所有参与者都遵循眼底模型给出的举荐个性化筛查距离，均匀筛查距离能够从 12 个月缩短到 31.97 个月。 与元数据模型相比，眼底模型能够实现类似的筛查频率升高，同时可明显降低 DR 的提早检测率。另外，与非 IM 组相比，应用眼底模型举荐的筛查距离，IM 组患者任何 DR 停顿的提早检测率均较低 (0.37% 对 1.28%)，这表明无论将来的干涉措施如何，DeepDR Plus 零碎都能够保障升高 DR 的提早检测率。
预测从无视力威逼 DR 倒退到
视力威逼 DR 的 Kaplan-Meier 图
综上所述，与元数据模型相比，眼底模型能够更精确地对参与者进行分层，从而实现个性化干涉，缩小 DR 筛查频率，同时缩小提早检测 DR 停顿的工夫。
糖尿病视网膜病变 AI 诊断，中国处于第一梯队
近日，[AGILE**]() 寰球人工智能治理评估指数正式公布，首次评估解码寰球人工智能治理新格局。评估结果显示，在人工智能倒退程度方面，美国和中国在总量上处于领先地位。
AGILE 寰球人工智能治理评估指数排名
得益于国内人工智能技术的疾速倒退，我国在人工智能辅助医疗畛域停顿喜人，仅在细分的糖尿病视网膜病变的筛查方面就可与美国并驾齐驱。早在 2013 年，上海交大医学院从属第六人民医院贾伟团队平及李华婷团队，就联结上海交大计算机系盛斌团队，开始围绕糖尿病视网膜病变特色的主动提取技术开展摸索。
到了 2016 年，谷歌采纳深度学习零碎通过大量的糖尿病视网膜病图片数据训练之后，精准诊断出中重度 DR，成绩发表于《美国医学会杂志》([JAMA]())。
在谷歌的启发下，时任新加坡国家眼科核心主任的黄天荫感到震撼。同时，黄天荫认为谷歌的钻研依然具备不足多种族验证的局限性。2017 年，黄天荫及新加坡国家眼科核心团队胜利研制了新的深度学习零碎，率先在多种族多国队列上无效地诊断出 DR 以及其余相干眼科疾病，成绩后续也发表于 JAMA 期刊。
同样是 2017 年，杭州卫计委率先启动糖尿病视网膜病变筛查我的项目，引入了基于人工智能辅助诊断的便携式眼底照相机，以解决基层业余医疗资源不足的问题。同时，国内也有多家人工智能医疗设施进入市场，为更多患者带来疾病治愈的新心愿。
到了 2018 年，贾伟平团队与黄天荫团队单干，联结新加坡国家眼科核心等国内一流学术机构，获批组建上海市代谢相干疾病智慧防控「一带一路」国内联结实验室，发展糖尿病防治畛域的单干。
只管所有都倒退的热火朝天，但 AI 诊断系统并未立刻在临床诊疗中失去进一步验证。2020 年，谷歌团队更是公布报告示意，其糖尿病视网膜病变 AI 诊断系统在泰国临床落地利用中体现出强烈的「水土不服」，超五分之一的图像因为清晰度问题被零碎回绝辨认，护士们不得不重拍照片，患者也辗转至其余医院就诊，相干 AI 零碎在泰国的 11 家诊所落地后被排挤。
而当 AI 诊断系统在海内临床遇阻的同时，国内 AI 诊断系统却开始迎来高速发展期。2020 年 8 月，我国首批基于深度学习技术的糖尿病视网膜病变眼底图像辅助诊断软件获批上市。2021 年，南开大学公布了 CABNet (Category Attention Block)，还提出了 Global Attention Block，只需大量附加参数，就能显著进步现有深度架构的性能，并在 DR 分级方面获得优异体现。
同样是 2021 年，贾伟平团队携手盛斌团队重磅推出 DeepDR 零碎，可能精准辨别从轻度到增殖期不同水平的视网膜病变， 外围成绩获中国受权发明专利 3 项、美国受权发明专利 1 项，并在全国多地医院落地应用。也是这一年，黄天荫到任清华大学讲席传授。上海交通大学与清华大学的医工穿插团队开始对糖尿病 AI 辅助治理技术和临床实践发展了更为严密的多学科单干与协同攻关，这也为单方此前的钻研按下减速键。
现在，DeepDR Plus 零碎的面世，极大进步了发展中国家眼底摄片筛查的效率、公平性和可及性，为寰球中低收入国家和地区的糖尿病管理模式的提质增效与改革翻新开拓了新路线。在不久的未来，人工智能也必将为更多糖尿病患者带来治愈的新心愿。
参考资料：
1.https://new.qq.com/rain/a/20240123A05OOZ00
2.https://m.thepaper.cn/baijiahao_20929983
3.https://baijiahao.baidu.com/s?id=1791412684120469650&wfr=spid…
4.https://www.nsfc.gov.cn/csc/20340/20343/57820/index.html
