人工智能可以防止糖尿病患者的视力丧失，拯救NHS数百万

英国糖尿病眼筛查项目(DESP)最大的人工智能应用研究结果表明，该技术可以准确检测糖尿病患者(视网膜病变)中的严重眼病，并可以将筛查糖尿病眼病的工作量减半，每年节省数百万英镑。这些发现还可能为使用该技术减少COVID-19封锁后眼科检查预约的积压铺平道路。

发表在《英国眼科杂志此次研究使用30,000名患者扫描（120,000张图片）的图像来寻求使用Eyeart人工智能眼筛查技术（eyenuk，Inc.，洛杉矶，美国）寻找损坏迹象。结果表明，该技术的检测损坏具有95.7％，可检测需要转介的损坏，但适度至于严重视网膜病或严重疾病的100％准确性，可能导致视力丧失。

DESP被设置为筛分糖尿病患者每年检查一次有可能导致视力丧失的损伤迹象。研究人员发现，使用EyeArt机器学习技术，每10万集视频可以节省50万英镑。每年放映超过220万集电影，仅在英国每年就可以节省超过1000万英镑。

来自圣乔治、伦敦大学、莫菲尔德眼科医院、伦敦大学学院、霍默顿大学医院、格洛斯特郡医院、盖伊和圣托马斯NHS基金会的研究人员希望这项研究能使英国国家筛查计划发生系统性的改变。

来自伦敦圣乔治大学的Alicja Rudnicka教授是这篇论文的资深作者，他说:“国家筛查项目已经被证明在降低糖尿病导致的视力下降水平方面非常有效。”眼睛的损伤是很容易发现的，我们有有效的治疗方法来帮助那些需要的人。但是，对人类评分者来说，每天诊断数千张图像是一个非常沉重的负担，其中大多数没有显示出疾病的迹象，也不需要进一步的处理。

“我们的研究表明，机器学习技术可以安全地将需要人类评估的图像数量减少一半，从而为NHS腾出更多资金和资源。”如果这项技术在国家层面推广，它可以立即减少由于冠状病毒大流行造成的积压病例，可能挽救糖尿病人群不必要的视力损失。”

除了对英国筛选计划具有潜在影响，这些发现可能在其他国家承诺，没有劳动力设置以检测疾病。预计全球糖尿病病例将增加到2045年的6.29亿，该技术可用于监测许多国家的糖尿病群，如果被发现有人损失的风险，人们将患者提供给专业服务。如果在全球使用当前的英国筛选方案，机器学习技术可用于2030年全球范围内的超过20亿视网膜图像，降低了风险视力丧失在更广泛的规模上。

伦敦大学学院摩尔菲尔德眼科医院和眼科研究所的眼科顾问医师阿德南·图费尔教授说:

“大多数AI软件由开发人员或公司本身测试。关于这一关键研究的原因是什么，它使用来自全国各地的数据，具有超过120,000个现实患者图像的大量样本量，并独立运行。

“我们已经表明，这种经过验证的AI软件可以减少需要对糖尿病眼睛的人类的负担筛选英国的图像大量，每年超过500万张图片。该技术令人难以置信快，不会错过一个严重糖尿病视网膜病变的单一案例，可以有助于医疗保健系统恢复后科迪德“。

---

---