【明報專訊】不少眼疾初期病徵不明顯,直到察覺異樣才求醫,失去的視力可能已無法逆轉。隨着人工智能興起,近期有眼鏡店、眼科檢查中心推出AI眼睛健康風險評估(下稱「AI眼檢」),幾分鐘內就可透過視網膜影像,快速分析到患青光眼、糖尿上眼等常見眼疾風險,甚至可了解心血管疾病潛在危機。AI眼檢是否可靠?可否取代眼科醫生的檢查?應怎樣詮釋檢測結果呢?(編按:AI眼檢的準確度受不同因素影響,最直接就是拍攝或掃描影像質素,如果影像模糊不清,準確度就會較低。有專家舉例,瞳孔太小的人,或難以長時間注視一處的柏金遜患者,便可能無法獲取有效影像,需要由醫生做檢查……)
AI眼檢 10分鐘揪出青光糖尿上眼
不少眼疾早期都沒有徵狀,例如有「視力小偷」之稱的青光眼,因視神經逐步萎縮引致視力受損,慢性青光眼早期幾乎沒有病徵,視力從兩側開始損失,直至擴散至眼球中央,影響日常生活後,患者可能才察覺異狀。另外,糖尿病視網膜病變(又稱糖尿上眼)初期也沒有明顯視力影響,但當血糖控制不穩,視網膜血管受損,就可引起視網膜病變,視野變得模糊,甚至突然失明。這類眼疾只有靠定期檢查,早發現早介入來預防。
近年科研人員、本地大學研發出不同的AI篩查工具,訓練人工智能辨識不同眼疾特徵。利用眼底攝影(影眼底相)或光學相干斷層掃描(OCT掃描),分別得出視網膜影像或三維圖像後,交由AI分析運算,如從視網膜血管識別糖尿上眼,又或從視神經結構辨別青光眼等,短至幾分鐘就可評估出青光眼、白內障、糖尿上眼、黃斑病變等眼疾風險,甚至可了解心血管疾病風險(詳見知多啲)。最近有眼鏡店、眼科檢查中心推出AI眼檢服務,亦有本地大學正推動相關研究。
AI初步篩檢 建議高風險者求醫
香港理工大學眼科視光學院科研眼科講座教授何明光表示,「AI眼檢是一個初步篩檢,當AI覺得你很大可能有糖尿上眼,會建議轉介眼科醫生,其實是一個分流方法」。他以糖尿上眼為例,外國建議50歲以上糖尿病人每年驗眼;香港糖尿病患者約70萬人,視光師和眼科醫生未必能每年處理大量檢查,AI眼檢可提供一個低成本、節省人力物力的篩查方式。
早前理大眼科視光學院聯同連鎖眼鏡店,推出糖尿上眼篩查研究計劃,300名糖尿病患者中,揪出約5%疑有糖尿上眼。另外,有些長者對於全面眼科檢查較為卻步,或對費用、需時、檢查過程等有顧慮,何明光認為透過簡便、容易接觸的AI篩檢,或可增加他們的檢查意欲。
當懷疑眼睛有異常,AI眼檢從拍照、掃描、運算到分析結果,只需10數分鐘就可將患病風險分級;相比起醫生做一系列檢查,時間大大縮短。香港中文大學眼科及視覺科學學系系主任譚智勇以青光眼為例,「一個懷疑有青光眼的新症患者,第一次門診起碼需1小時或以上,接受多項檢查,包括裂隙燈檢查、眼底檢查、OCT掃描,還要詳細了解病史」;有時檢查完畢亦未必能完全確診,例如近視人士的眼底結構改變,便與早期青光眼很相近,或許需做第2、3次檢查,呈現惡化迹象才能確診。診斷青光眼可以是一個漫長過程,醫生需花時間了解不同因素、有足夠經驗,才能確診或排除患病。「這個診斷過程難以處理成千上萬的人,因資源上不容許;而AI可幫很多人做篩查,找出高風險人士,建議他們盡早求診,才再做上述一系列檢查。」
中大正在眼科醫院試行AI檢測青光眼,按照計算的患病風險,為一些較高危的懷疑新症安排提早診症。根據醫管局眼科門診統計,穩定新症個案平均需輪候2年,中大眼科及視覺科學學系副教授張艷蕾指,輪候時間過長,患者可能在期間喪失一定視力,因此希望早發現、早治療,找到早期青光眼患者,「另外,也不希望一些沒有患青光眼人士,長時間輪候後白擔心一場,既浪費他們的時間,也浪費醫療系統資源」,期望透過AI疏導醫療系統壓力。
瞳孔小、患柏金遜 不宜AI眼檢
AI眼檢的準確度受不同因素影響,最直接就是拍攝或掃描影像質素,如果影像模糊不清,準確度就會較低。何明光舉例,瞳孔太小的人,或難以長時間注視一處的柏金遜患者,便可能無法獲取有效影像,需要由醫生做檢查。訓練AI所用的資料質素亦很重要,張艷蕾指,AI研究常說「garbage in, garbage out」,如果輸入質素較低的資料,得出結果都不準確。因此訓練AI除了要有合理數量的影像,還講究當中涵蓋到眼疾多少種形態和特徵,有沒有經過外部驗證,甚至由什麼人「教」AI分類,都很關鍵。因此,市民在選擇AI眼檢服務時,可多留意AI系統背後的研發過程、數據質素等。
教AI辨別假陽性特徵減犯錯
AI系統與人一樣都可能犯錯,出現假陽性或假陰性,何明光指,「如果是假陽性,或為當事人徒添擔憂;另外若轉介很多假陽性個案予眼科醫生,對醫療體系都可能製造不必要的負擔」。因此,AI系統推出市面前,一般需達到逾90%準確度;應用一段時間後亦需定期測試,例如他的團隊會在累積一定使用者數量後,將AI列為陽性的照片,交由眼科醫生判斷屬真或假陽性,再將結果交由AI深度學習,教AI辨別假陽性的特徵,減低犯錯。
相關閲讀:【青光眼】與深近視息息相關?小心青光眼來襲 教你瞄準桌球兼護眼之道
AI不能確診、完全排除患病
當AI評估出患病風險,下一步怎麼辦?譚智勇強調,AI眼檢只是篩查工具,並非醫療診斷,「不是做了篩查就毋須看醫生,它不能夠確診任何疾病,也不能夠完全排除患病」,最後仍需由醫生檢查和診斷。以青光眼為例,醫生診斷時除了觀察視神經結構,還需考慮一籃子危機因素,包括眼壓、遺傳史、深近視深遠視,或者糖尿病、高血壓、偏頭痛等共病;「而AI系統只看一項參數——視神經結構,所以不能夠確診或完全排除患病,只能給出一個機率。」
他建議若有眼疾相關危機因素,如眼壓高、家族遺傳史等青光眼風險因素,應該直接求醫,醫生可在當下確診或排除患病,「但如果有個人原因不想看醫生,都可考慮這類檢查,好過完全不理會」;而其他沒有眼疾危機因素人士,可自行衡量是否值得付出時間和金錢了解患病風險。何明光補充,建議糖尿病患每年接受一次篩查,預防糖尿上眼。
相關閲讀:糖尿上眼嚴重可致盲出現視力模糊、飛蚊症、近視突變盡早求醫嚴控血糖有望逆轉視力
知多啲:心血管 中樞神經 病人眼裏出端倪
眼睛被形容為「靈魂之窗」不無道理,不止因為是我們認識世界的對外窗口,它們亦是對內窗口,可指向身體多種疾病。中大眼科及視覺科學學系副教授張艷蕾解釋,與其他器官相比,眼球內透明的玻璃體,提供一個很好的「窗口」,直接觀察和分析眼底神經和血管。
中大眼科及視覺科學學系系主任譚智勇指,眼睛是唯一可透過肉眼看到體內兩個重要組織——中樞神經系統和血管,包括動脈與靜脈,因此不止可診斷到青光眼、白內障等眼疾,還可揪出心血管疾病、中樞神經系統疾病如阿茲海默症(Alzheimer’s disease)等。
偵測阿茲海默症準確度逾80%
張艷蕾指出,眼睛和腦部在胚胎學、生理結構上很相似,視網膜一向被視為大腦和中樞神經系統的延伸;而且全身微血管互相緊扣,透過眼睛可直接或間接地看到全身疾病,「因此是一個很好的地方研究全身疾病。過往亦有研究發現,除了腦病,從眼睛還可見到心臟病、腎病、肝病等的關聯」。中大醫學院早前研發出人工智能系統,透過影眼底相偵測阿茲海默症,準確度逾80%。
文:張淑媚
編輯:梁小玲
美術:謝偉豪
facebook @明報副刊
明報健康網:health.mingpao.com
[健康]