1、人工智能在眼科學的應用：

1） 接待患者，收集病史；

2） 輔助眼科常用檢查；

3） 閱讀各種影像學資料；

4） 輔助診斷和資料；

5） 眼科手術；

6） 收集和查閱文獻資料，提出診斷和治療眼病的循證醫(yī)學資料；

7） 數據的收集、分析和整理；

8） 視覺殘疾的輔助裝置。

2、RGC損傷:早期診斷的基礎

RGC的死亡/凋亡/焦亡和軸突丟失、視杯神經纖維的減少、黃斑區(qū)視網膜神經纖維層減弱均會引起眼球的結構和功能的改變。

結構改變包括：

1） 視神經乳頭

2） 篩板

3） 視網膜黃斑區(qū)

4） 外側膝狀體

5） 視皮層

功能改變包括：

1） 視野

2） 視覺電生理

3） 視覺-感知功能

4） 視覺-運動功能

3、青光眼診斷手段：基于RGC（視網膜神經節(jié)細胞）損傷

目前青光眼診斷手段主要包括結構評估和功能評估，具體如圖：

卓教授表示，OCT、AS-OCT解決青光眼早期診斷問題有一定優(yōu)勢。人工智能在青光眼的早期診斷有眼底照相、OCT、OCTA。那么如何去標注呢？

1、眼底照相 AI：青光眼早期診斷

中山大學中山眼科中心何明光教授發(fā)表的一篇文章中，用了40000多數據量，但質量不合格的有8000左右，接近20%，他最后的結論是AI可以用于青光眼診斷。

但轉診的標準是什么？作為一個普通的篩查沒有出現(xiàn)任何問題，眼底杯盤比（C/D）<0.3正常，0.32-0.6正常，>0.6異常，該如何去鑒別和診斷？AI能否告訴我們眼底杯盤比0.5或0.6該轉診呢？卓教授表示，這還需依賴醫(yī)生“傳授”給它的知識，即最終仍需醫(yī)生來告知機器何為對錯。

眼底照相 AI在以下方面可謂機遇與挑戰(zhàn)并存：

◇并存的其他眼底疾病的識別?

◇基于眼底照相是否能夠應用與于早期診斷?

◇17%的照片因質量問題被排除，是否適用于快速篩查?

◇OCT診斷有更高敏感性、特異性，未來OCT AI?

2、OCT AI：青光眼早期診斷，on going…

以上這篇文章的解讀準確性比普通彩照略勝一籌，但美中不足的是，它病例數略少。卓教授建議，青光眼醫(yī)生可以多使用些數據來支持青光眼的早期診斷。

3、OCTA AI：青光眼早期診斷，state of art…

AS-OCTA的應用因為本身對青光眼的診斷尚未明確，在AI與OCTA間還是處于進一步探討之中。

卓教授強調，AI不僅僅用在早期診斷，青光眼的很多場景應考慮什么？不應僅僅關注圖像，眼壓的長期和短期波動也同樣重要。卓教授提及曾經他帶領學生，在人工晶體上安裝壓力感受器，進行24小時眼壓測量。

數據結果提示，何時該報警，何時該帶著患者看醫(yī)生，實質上也是AI的一個方向。另外，戴隱形眼鏡可以監(jiān)測24小時眼壓。卓教授認為，在這24小時眼壓監(jiān)測中，個體 群體化基礎上，可以做很多數據。視野計可以整合很多青光眼圖像分析，更有利于青光眼的工作。

1、診療模式的改變：AI 房角

青光眼診療模式改變概括起來即以往用手電筒去篩查，現(xiàn)在是UBM，房角鏡、AS-OCT，診療的場景發(fā)生了改變，但不變的是眼壓，即結構性的東西不會改變。卓教授認為，結構性的東西與AI結合，這個場景也許可以在診斷、眼壓監(jiān)測以及后續(xù)的功能監(jiān)測方面發(fā)揮良好作用。

2.診療模式的改變：AI 視野

3.診療模式的改變：AI 綜合診療

4.診療模式的改變：AI 無人醫(yī)院

卓教授肯定道，未來無人醫(yī)院定會盛行，現(xiàn)今杭州阿里已有無人醫(yī)院。

AI時代的到來，將會對醫(yī)生提出新的要求：

?AI必將服務于人類，醫(yī)生需要掌握駕馭AI的本領；

?務實專業(yè)基礎，明辨去偽求真；

?轉變工作理念，跨學科轉型學習；

?治病，更治人：AI沒有情感，醫(yī)生有；

?……

最后，卓教授表示，AI并不能取代我們，唯有醫(yī)生提高駕馭AI的本領，并務實好專業(yè)基礎，才能把知識更好地“傳授”給AI，這樣，AI方能更好地為我們所用，在臨床難題中過五關斬六將，收獲優(yōu)秀的成績。