眼科检查正变得比许多人意识到的更加强大。现代眼科诊所现在使用先进的成像技术，使医生能够在无需手术、针头或不适的情况下深入观察眼睛内部。
这些扫描可以揭示视网膜的细微变化——视网膜是位于眼睛后部的感光组织，在视觉中起着关键作用。由于许多眼疾发展缓慢且初期症状往往不明显，这些扫描已成为保护视力的重要工具。
其中一种最广泛使用的成像方法称为光学相干断层扫描（Optical Coherence Tomography，简称OCT）。该技术可创建视网膜和视神经的详细三维图像。
一次扫描可生成数百张图像，显示眼睛不同层次的惊人细节。医生利用这些图像诊断青光眼、糖尿病性眼病和年龄相关性黄斑变性等疾病——后者是老年人失明的主要原因之一。
尽管这些扫描提供了有价值的信息，但也带来了挑战。每次扫描都会产生大量数据，医生必须仔细审查。
为每位患者检查数百张图像需要时间，有时难以发现疾病的细微迹象。随着患者数量持续增长，研究人员一直在寻找帮助医生更高效处理这些信息的方法。
圣路易斯华盛顿大学医学院的一个研究团队与华盛顿大学和基因泰克公司的科学家合作，开发了一种新的人工智能系统，可能有助于解决这一问题。
该技术被称为OCTCube-M，旨在分析三维眼部扫描并比以往系统更快、更准确地识别疾病迹象。
相关研究已发表在《自然·生物医学工程》期刊上。
人工智能在医学影像方面已显示出前景。AI系统可以比人类更快地检查大量图像，并识别肉眼难以察觉的模式。以往针对眼疾的AI系统主要依赖二维图像。
然而，视网膜是三维结构，许多疾病会扩散到多层组织。研究人员认为，使用完整的3D扫描训练AI将提供对眼睛内部发生情况更完整的画面。
为构建新系统，研究人员使用了超过26,000次眼部扫描，包含超过160万张单独的视网膜图像来训练AI。这一庞大的数据集使AI能够了解健康和患病视网膜在许多不同患者和成像设备上的外观。
结果令人印象深刻。与在二维图像上训练的旧AI系统相比，OCTCube-M在识别八种主要视网膜疾病中的六种方面表现更佳。
从实际角度看，这一改进可以帮助每检查一千名患者发现额外数十个病例。更早的检测通常意味着更早的治疗，有助于保护视力并防止永久性损伤。
该系统在预测地图样萎缩（年龄相关性黄斑变性的一种高级形式）的进展方面也表现出特别的优势。这种疾病影响全球数百万人，目前治疗选择有限。
通过估计疾病可能恶化的速度，医生和研究人员可能能够做出更好的治疗决策并设计更有效的临床试验。
最令人惊讶的发现之一是AI能够识别眼部以外的健康风险。研究人员发现，视网膜图像包含关于全身血管状况的线索。因为视网膜中的血管与心脏、大脑和肾脏中的血管有相似之处，眼睛的变化可能反映了其他地方的问题。
仅使用视网膜图像，AI就能够估计心脏病发作、中风和肾衰竭等疾病的風險。这提出了一个可能性：常规眼科检查有朝一日可能帮助医生在症状出现前检测到严重疾病。
研究人员后来通过将OCT扫描与其他两种成像方法结合起来进一步改进了该系统。
通过整合多种类型眼部图像的信息，AI实现了对眼部健康更详细的了解。在预测地图样萎缩进展方面，综合系统的表现比现有方法高出近50%。
研究人员计划通过使用更大的数据集和额外类型的医学图像继续改进OCTCube-M。他们希望该技术最终能帮助医生更早诊断疾病、个性化治疗并加速新疗法的开发。
这些发现令人兴奋，因为它们展示了眼部扫描可能成为远超视力检查的工具。未来，简单的眼科检查可能提供有关整体健康的重要信息。
来源：圣路易斯华盛顿大学医学院。
【全文结束】