更清晰的遇见,让领先技术助力眼科飞速发展

一年一度的眼底病学术盛会——中国眼底病论坛暨国际视网膜研讨会（RetinaChina）于2月21日顺利召开。在过去的几年里，中国的眼底病事业蓬勃发展，创新层出不穷，学术思想百家争鸣。这些年中，TOPCON品牌几乎是一同见证了中国眼底病事业的发展历程。作为TOPCONEYECARE中国首秀，2月21日中午于眼底病论坛会场顺利召开了一场名为“更清晰的遇见”主题卫星会。

本次会议很荣幸邀请到中山大学中山眼科中心的马进教授及新加坡国立眼科中心的DanielTing教授带来OCT及AI的精彩讲题。同时，也有幸邀请到魏文斌及惠延年教授担任主持人。

让我们一起来回顾TOPCONEYECARE卫星会的精彩内容吧！

SS-OCTSeeMoreDiscoverMore扫频OCT技术解读——中山眼科中心马进教授

马进教授介绍了OCT硬件的演变，从TD、SD到现在的SS-OCT，Ascan速度逐渐增加，通过计算机转化产生Bscan（横断面）及面对面（enface）的Cscan观察方法。OCTA不是硬件更新，而是软件更新，是由软件把Ascan转换成enface的Cscan形式。SS-OCT的优势是扫描景深大、信噪比分辨率高、OCTA分辨率更高。并且由于SS-OCT高速的AScan扫描速度，极大提高了整体分辨率。频域相干光EDI-OCT是在SD-OCT的基础上通过深度增强成像,可以清楚的观察脉络膜组织形态，其优点为在不改变发射源条件下探测需要的各层结构，缺点为扫描景深固定，只在特定层面能有很高的清晰度。而SS-OCT的最大特征为全层扫描，扫描的清晰度在扫描深度范围内的每一个点都清晰。目前，TOPCONSS-OCTA特征为一次扫描最大范围12mm×12mm，可谓全景眼底扫描，无需拼图。

AIforOphthalmology：AreWeReady？——新加坡国立眼科中心DanielTing教授

医学博士DanielTing教授阐述了AI发展简史，从年即开始做AI领域的相关研究。并且在JAMA等杂志上发表了很多关键性文章，可以说是眼科AI领域引领者。AI的发展追溯从年就已经开始了，年开始了机器学习的模式，年又开启了深度学习的模式。深度学习能够让一个具有多个处理层的计算机认知具有多个抽象层的数据。DanielTing教授还谈到了人工智能用于医学图像分析，可分为两部分，即训练数据集和卷积神经网络（CNN）。训练数据集极为重要。CNN可一层层地进行图像处理，每一层神经网络用来识别图像某个单独的特征。那么，人工智能在眼科领域的发展现状如何？讲题列举了在通过视网膜成像判别糖尿病视网膜病变过程中深度学习算法的应用和检验，其敏感性为87.2%，特异性为90.7%。深度眼科研究是一项多中心人工智能研究，涉及多个国家级地区的不同人种，研究类型为1项基于社区的视网膜病变筛查研究，5项基于人群的研究和4项临床视网膜病变筛查。该项研究结果显示糖尿病视网膜病变、青光眼和老年性黄斑变性诊断的准确性和特异性均较高。DanielTing教授同样指出了AI的双面性。虽然人工智能及医学影像的发展为眼科发展带来了新希望，但这一领域仍存在不确定性，包括临床及科研应用上的考量、技术上的方法论、商业模型的建立及法医学领域。所以我们应该正确看待人工智能，做好科学考量，以期待的姿势拥抱新技术的发展。

无论是OCT的更迭发展还是人工智能的不断崛起，医学影像的更新进步，促进了眼科诊疗水平的与时俱进。TOPCON影像的清晰度与一致性，一直在诊断领域尤其是AI技术发展时脱颖而出，成为了AI届宠儿。在全球，更是三分之一的用户都选择了TOPCONOCT。今年，TOPCON正式在中国落地与中国眼科共同成长。TOPCON必将坚持创新，为中国眼科医生带来更优质的眼科医疗产品。

TOPCONEYECARE中国在大会期间也举办了精彩的展台活动，让我们一睹风采！

转载请注明：http://www.ynyunyun.com/smbf/8676.html

• 上一篇文章： 孩子拥有好的视觉,才能拥有好的人生请
  
• 下一篇文章： 没有了