糖尿病视网膜病变（DR）是糖尿病的常见慢性并发症之一，也是导致成人失明的常见眼病。由于糖尿病在中国的流行，急需一种有效的方法来早期筛查糖尿病视网膜病变以减少失明。
近日，国家标准化代谢性疾病管理中心（MMC代谢中心）、上海交通大医院内分泌代谢科王卫庆教授团队联合上海交通医院许迅教授团队及上海企业体素科技等共同在《英国医学杂志》（BMJ）子刊《开放糖尿病研究与护理》发表了名为《人工智能赋能的糖尿病视网膜病变筛查：一项真实世界多中心前瞻性研究》的论文。
王卫庆教授接受了代谢网的采访，并对文章的第一作者以及MMC中心的共同作者予以祝贺，她认为，这是MMC大家庭共同努力的结果。
王卫庆教授寄语
她说，MMC自从建立以来，经过4年的发展，全国超过家医院加入MMC，多家MMC代谢中心正式运营，为患者、科室及医生、医院管理和社会都带来了巨大的获益。
本篇文章是MMC大家庭共同努力的结晶，希望MMC代谢中心的医生能够借助MMC这个平台，积攒更多的经验，积累更多的数据，发表更加优秀的文章。医院加入MMC大家庭，为健康中国付出我们的努力。
本研究的共同作者来自全国16家MMC中心，名单如图1，原文文末还列出了参加本项研究的家中心的主要研究者，感谢他们为代谢慢病防治所做的贡献，篇幅关系，此处不再详细罗列。图1共同作者单位及负责人名单（排名不分先后）
研究介绍
本研究是一项真实世界、多中心的前瞻性研究，在年6月至年8月之间，共纳入了来自全国26个省市区的个MMC中心的名18岁或以上的糖尿病患者。
研究者对所有参与者的张眼底图像进行了评分，通过质量控制模块评估，张（23.8％）被判定为高质量的图像，张（52.6％）被判定为中等质量的图像，张（23.6％）被判定为低质量（不可评估）的图像。因此，来自（86.0％）名参与者的总共（76.4％）张图像最终通过基于深度学习（DL）的人工智能（AI）算法获得了DR分级的资格。无法评级的图像主要是因为瞳孔小或白内障或其他罕见的眼部疾病以及相机操作等问题。
研究者通过基于DL的AI系统对所有参与者进行糖尿病视网膜病变筛查后，医院三年以上工作经验的眼科医生组成的专家小组进行了二次读片，对随机选择的三分之一的眼底图像进行离线审查，进而评估人工智能系统和专家小组的差异。
图2研究流程图
研究结果
研究结果显示，DR的估计患病率约为28.8%(95%CI:28.4%to29.3%)，需转诊DR为24.4%(95%CI:24.0%to24.8%)，威胁视力的DR为10.8%(95%CI:10.5%to11.1%)。通过危险因素分层进行分析时，女性的DR估计患病率较高，为29.6％（95％CI：28.9％至30.3％），而男性为28.3％（95％CI：27.7％至28.8％）（p=0.）。
此外，通过HbA1c分层，当HbA1c10%(85.77mmol/mol)时，DR和需转诊DR的患病率随HbA1c的升高而增加（bothPvaluesfortrend0.），但当HbA1c为10%或更高时，DR和需转诊DR的患病率稍有下降（无统计学意义，bothpvalues0.05），威胁视力的DR患病率随着HbA1c的升高不断增加（pvaluefortrend0.）。
图3研究结果
研究特点
本研究的受试者来自全国26个省市区的个MMC中心，涉及的MMC中心涵盖分级诊疗政策下不同层次医疗水平的医疗机构，并且位于不同经济和文化背景的地区，一定程度上符合我国人口学特征与医疗服务的实际状况。
此外，研究的样本量很大，研究者招募了具有适当性别比，不同年龄，糖尿病病程和代谢控制情况分布的患者，尽可能模拟了真实情况下糖尿病患者的特征。
其次，这是一个大型的支持AI的DR筛查程序，其性能可与专家媲美。鉴于中国的糖尿病患病率明显增加且医疗资源相对不足，基于深度学习的DR筛查系统被证明是可推广的解决方案，以便对糖尿病患者进行有效筛查。此外，图像质量控制模块显著提高了DR筛查的有效性和准确性，从而可以在非眼科临床环境中对DR进行常规筛查。
研究意义
研究证实了基于深度学习的人工智能算法在DR筛查中的潜在价值；但是，其在异质性较高的人群中临床应用的可行性还需要进一步研究；
研究在个MMC中心的实际操作中验证了启用人工智能的DR筛查，其性能可与人类专家媲美；
研究是一项大规模的全国性DR筛查计划，使用了代表性人群的数据，并为中国糖尿病患者的DR患病率提供了证据；
通过全面的调查，为临床实践中基于深度学习的人工智能DR筛查提供了效率和准确性的证据；
在MMC中心进行基于深度学习的人工智能DR筛查是可行的，并且发现在糖尿病患者中DR的患病率很高，可能为将来解决这一公共卫生问题提供可选的解决方案。
原文链接：
转载请注明：http://www.ynyunyun.com/smbf/5790.html
当前位置： 视网膜病变能治好吗 > 视网膜病变分期 > BMJ子刊人工智能AI赋能糖尿病
