一种严重且永久的眼部疾病称为近视黄斑病，正在变得越来越普遍。
近视，通常被称为近视眼，尤其在儿童中日益普遍。
专家预测，到2050年，全球约50%的人口将受到近视的影响。研究人员将这一增长部分归因于“近距离工作”的增加，这包括专注于智能手机和屏幕等近距离物体。
对于许多人来说，无法看清远处物体的问题可以通过眼镜或隐形眼镜轻松解决。然而，对于一些人来说，这种情况可能会恶化为一种更严重的问题，称为近视黄斑病。
亚利桑那州立大学计算与增强智能学院的研究团队正在开发利用人工智能（AI）的创新诊断工具，以改善该疾病的筛查。他们的研究结果最近发表在同行评审的期刊《JAMA Ophthalmology》中。
近视黄斑病发生在眼睛的中央部分，负责清晰直接的视力，变得拉长和受损。随着时间的推移，眼睛的形状变得更像一个美式足球，而不是保持球形，导致视觉扭曲。
这种严重的疾病是导致严重视力损害或失明的主要原因。2015年，近视黄斑病导致1000万人视觉受损。如果趋势继续，预计到2050年将有超过5500万人经历视力丧失，约1800万人可能会因这种疾病失明。
由于近视黄斑病不可逆的性质，早期干预至关重要。在早期阶段识别疾病可以改善结果，这对儿童尤其重要。眼科医生可以选择开具专用的隐形眼镜或眼药水，以减缓疾病的进展。
瓦林·王（Yalin Wang），福尔顿学院的计算机科学与工程教授，强调技术进步可以提供关键解决方案。
他说：“人工智能正在引领一场革命，利用全球知识来提高诊断准确性，尤其是在疾病的早期阶段。这些进展将降低医疗费用，提高社区的生活质量。”
挑战以新的视角看待事物
为了解决这个问题，医学图像计算与计算机辅助干预（MICCAI）协会于2023年发起了一项挑战。该组织旨在促进生物医学研究的创新，并邀请专家改善视网膜图像的计算机辅助筛查系统。
目前，近视黄斑病是通过光学相干断层扫描进行诊断的，该技术利用反射光捕捉眼睛后部的图像。眼科医生通常会手动检查这些扫描，这可能是一个漫长的过程，需要专业技能。
王和他来自几何系统实验室的团队回应了这一挑战，并成为获胜者之一。
在项目的初始阶段，王和他的同事——计算机工程博士生朱文慧和神经科医生奥安娜·杜米特拉斯库（Oana Dumitrascu）——专注于对近视黄斑病进行分类。该疾病有五个分类，指示其严重程度。准确的分类有助于眼科医生为患者提供量身定制和高效的治疗方案。
研究人员开发了新的人工智能算法，名为NN-MobileNet。这些算法有助于软件有效分析视网膜图像，并准确预测近视黄斑病的分类。
然后，他们转向利用一种称为深度神经网络的人工智能来估算视网膜扫描的球面等效值。球面等效值对于确定患者的屈光误差至关重要，这对于眼镜或隐形眼镜处方是必需的。通过利用深度神经网络，研究人员使计算机能够分析大量数据集，并应用人工智能驱动的算法获得有意义的见解。
通过提高测量球面等效值的准确性，医生可以提供更好的治疗建议。因此，该团队设计了新的算法，专注于数据质量和相关性，在最小化计算需求的同时取得了显著的成果。研究结果也发表在《JAMA Ophthalmology》中。
最后，王与来自MICCAI挑战的其他获胜团队合作撰写了一篇第三篇研究论文，总结他们的发现，该论文于九月份在《JAMA Ophthalmology》上发表。来自不同大学的研究人员分享了他们的发现，以激发在早期诊断近视黄斑病方面的进一步突破，并改善全球健康护理结果。
全球健康的更好视野
王表示，促使他工作的一个动力是解决健康差距。
他说：“生活在农村地区的个体常常面临获取先进成像工具和医疗服务提供者的挑战。一旦人工智能启用的技术变得更可及，它们将显著提高全球生活质量，特别是在发展中国家。”
计算与增强智能学院主任罗斯·马切耶夫斯基（Ross Maciejewski）强调，王的项目体现了医学院教师正在进行的有影响力的研究。
马切耶夫斯基表示：“随着近视和近视黄斑病发病率的提高，寻找解决方案以防止视力丧失并协助医疗专业人员为患者提供最佳治疗方案至关重要。瓦林·王的创新研究是对这一紧迫医学挑战的深思熟虑的人工智能应用。”
