ai视力自测（AI电子房角镜研发是否有望取代传统房角镜检查）
ai视力自测（AI电子房角镜研发是否有望取代传统房角镜检查）该研究以三维扫频前段OCT（CASIA 3D SS AS-OCT）图像为输入数据，基于3D Resnet分别构建了用于区分宽、窄房角及鉴别房角粘连的深度神经网络，可详细输出每个钟点房角宽度及粘连的预测信息。该电子房角镜系统分别于新加坡国立眼科中心及泰国朱拉隆功大学的外部数据中进行了国际多中心、多人种数据验证，保持了高水平诊断性能（宽窄房角诊断AUC=0.943，房角粘连诊断AUC=0.902）。该研究在国际上首次基于三维扫频前段OCT(SS-OCT)影像技术研发出“电子房角镜”（digital gonioscopy system DGS）算法，智能诊断原发性闭角型青光眼。该研究最大的亮点是，电子房角镜不但能快速区分宽角和窄角定性诊断青光眼类型，更突破了该领域世界级技术的瓶颈，能够区分周边虹膜前粘连（PAS）的程度和范围。这一技术有望代替传统房角镜用于青光眼的诊断。编者按：5月1-4日及1
ARVO会议快讯
北京时间5月13日上午4:00-5:30，张秀兰教授受邀在ARVO会议“青光眼AI的机遇与挑战”时段，演讲“基于三维前节OCT的电子房角镜系统研发”，探讨如何研发更具实用性的AI算法模型，满足真实临床诊疗需求。
进入微信搜索“国际眼科时讯”或“iophthal”关注我们，查看更多精彩内容
可点击如下链接注册收看：https://arvo2022.arvo.org/
编者按：5月1-4日及11-12日，2022年ARVO年会盛大召开，此次会议采用线上与线下结合的举办方式。来自世界各国的眼科医生及研究者共聚此次盛会。中山眼科中心张秀兰教授受邀参加眼科AI论坛，发表题为 “Digital gonioscopy based on ASOCT scans with deep learning”（基于三维前节OCT的电子房角镜系统研发）的演讲。此次论坛主题为“Opportunities and Challenges for Using AI in Glaucoma Management”（青光眼AI的机遇与挑战）。AI作为近年来最火热的前沿技术，在医学特别是眼科领域取得了长足进展，但眼病种类繁多、临床需求多样化，如何使用AI技术满足不同的临床诊疗需求成为了当下备受关注的问题。张教授向听众分享了其团队开发电子房角镜系统的宝贵经验，详细讲述如何把临床经验与AI算法设计相结合，创造更具临床实用性和落地价值的AI算法模型。
进入微信搜索“国际眼科时讯”或“iophthal”关注我们，查看更多精彩内容
首创“电子房角镜”算法，有望代替传统房角镜用于青光眼诊断
该研究在国际上首次基于三维扫频前段OCT(SS-OCT)影像技术研发出“电子房角镜”（digital gonioscopy system DGS）算法，智能诊断原发性闭角型青光眼。该研究最大的亮点是，电子房角镜不但能快速区分宽角和窄角定性诊断青光眼类型，更突破了该领域世界级技术的瓶颈，能够区分周边虹膜前粘连（PAS）的程度和范围。这一技术有望代替传统房角镜用于青光眼的诊断。
该研究以三维扫频前段OCT（CASIA 3D SS AS-OCT）图像为输入数据，基于3D Resnet分别构建了用于区分宽、窄房角及鉴别房角粘连的深度神经网络，可详细输出每个钟点房角宽度及粘连的预测信息。该电子房角镜系统分别于新加坡国立眼科中心及泰国朱拉隆功大学的外部数据中进行了国际多中心、多人种数据验证，保持了高水平诊断性能（宽窄房角诊断AUC=0.943，房角粘连诊断AUC=0.902）。
电子房角镜算法示意图：A.静态电子房角镜网络结构示意图；B. 动态电子房角镜网络结构示意图；C&D.电子房角镜识别窄角及粘连的热点区域
AI助力青光眼诊断，将开启青光眼诊断新篇章
青光眼是世界主要不可逆致盲眼病之一，原发性闭角型青光眼在亚洲的发病远高于世界其他区域。房角镜检查是闭角型青光眼诊断的金标准，但检查主观性强、学习曲线长，且为接触性检查非常有赖于患者配合。如何用AI模拟完整的静态加动态房角镜检查是青光眼人工智能领域研发多年的世界级技术瓶颈。团队成员发现虹膜形态会因瞳孔的伸缩发生变化，并且房角粘连会显著影响虹膜动态变化，因此构思了基于虹膜动态变化的算法架构雏形，并付诸实施，最终取得成功，相关技术文章发表于医学影像最高期刊Medical Image Analysis（Med Image Anal. 2021 Apr;69:101956）及IEEE Transactions on Medical Imaging（IEEE Trans Med Imaging. 2022 Feb;41(2):254-265）上。在以上研究基础上，本研究使用了改进的算法架构，并在国际多中心、多人种数据上验证，最终得到认可得以在国际最高水平眼科期刊Ophthalmology上发表（Ophthalmology2022 Jan;129(1):45-53）。
该研究是张秀兰教授团队青光眼人工智能系列研究iGlaucoma3.0的部分，iGlaucoma系列研究已取得丰硕的成果，目前已完成iGlaucoma1.0、2.0、3.0的研发工作，获得2021年中国眼科学十大进展。共发表高质量人工智能相关文章16篇，总引用次数达355次，其中9篇发表于中科院医学类1区期刊，包括NPJ Digital Medicine（2020 Sep 22;3:123）；2篇Ophthalmology（2021 July 30，2021 Oct 6）；3篇Medical Image Analysis（2020; 66: 101798；2020; 59: 101570）；3篇IEEE Transactions on Medical Imaging（2021a，2021b 2022)。单篇（Med Image Anal 2020）最高引用196次（Goggle搜素），入选2021年ESI高被引论文）。研发了全球首个青光眼视野自动诊断APP（https://apps.apple.com/cn/app/iglaucoma/id1490088857）；申请发明专利10项（包括2项PCT专利、目前共授权1项），获得软件著作权1项。建立了全球最大的眼科多病种精标数据共享平台iChallenge（https://ichallenge.grand-challenge.com）支撑292篇科研论文发表（截止2022年4月26日），牵头制定我国首个关于眼底彩照数据质量控制规范的团体标准《眼底彩照标注与质量控制规范（T/CAQI 166-2020）》；（中华实验眼科杂志2021；Intelligent Medicine 2021），参与制定国际首个AI医学影像数据标注和质控团体标准并在WHO-ITU立项（编号SG16-TD227/WP2）。
未来研究团队将继续在青光眼AI诊疗领域深入研究，拓展AI技术在疾病预测、手术导航等更高难度上的应用，打造国际领先的青光眼人工智能诊疗系统。
进入微信搜索“国际眼科时讯”或“iophthal”关注我们，查看更多精彩内容
专家简介
张秀兰教授
中山大学中山眼科中心教授、主任医师、博士生导师
连续三年世界青光眼国际排名前50强（2022前30）
2014年度世界最有影响力眼科医生100强
世界青光眼精英研究学会会员（GRS））
亚太眼科科学院院士（AAPPO）
亚太青光眼学会理事（APGS）
亚洲闭角型青光眼学会理事（AACGC）
亚太影像学学会理事（APOIS）
亚太眼科学大会青光眼学术委员会主席（2018、2019）
获得亚太眼科杰出贡献奖、亚太眼科成就奖、亚非眼科学会荣誉奖、眼科影像杰出成就奖
发表SCI论著158篇，累计引用次数3911（Google学术），H指数39
出版三本专著（人民卫生出版社），《图解临床青光眼诊治》 《图解青光眼手术操作与技巧》 《图解青光眼眼前节影像学检查及诊断》及组织出版十本《世界青光眼学会联合会共识系列》译著和一本《亚太青光眼指南》
