近年來，AI技術(shù)在醫(yī)療領(lǐng)域中的應(yīng)用得到快速推廣,，包括醫(yī)學(xué)影像,、新藥研發(fā)、病例分析,、健康管理平臺等眾多場景,。醫(yī)療領(lǐng)域的研究機(jī)構(gòu)、醫(yī)院,、高校,、企業(yè)等都在積極開展AI的研究與合作項目，在實際的臨床診療中,，我們也能體驗眾多三甲醫(yī)院已經(jīng)開啟AI技術(shù)的臨床試驗案例,，比如AI影像識別、智能診療助手及智能診療平臺等,。

　　在這些場景中,，AI技術(shù)在醫(yī)學(xué)影像領(lǐng)域中的落地應(yīng)用最廣，據(jù)研究,，在醫(yī)學(xué)文獻(xiàn)中使用到有關(guān)于醫(yī)學(xué)影像分析和圖像分析的算法超過72%,，AI在醫(yī)學(xué)影像領(lǐng)域應(yīng)用成熟度較高。

　　在醫(yī)學(xué)影像領(lǐng)域中的細(xì)分領(lǐng)域內(nèi),，AI眼底影像分析的發(fā)展備受矚目,，除了其落地的趨勢發(fā)展之快，更重要的是其背后代表的醫(yī)療產(chǎn)業(yè)價值,，眼底篩查和診療離不開影像設(shè)備的輔助,，那么，AI技術(shù)+眼底影像設(shè)備又碰撞出哪些新的魔法呢,？

　　AI與眼底影像設(shè)備的邂逅帶來了什么,？

　　眼睛是人體非常重要的器官，而眼底病是威脅視力的重要危險因素,，眼底病與癌癥,、心腦血管疾病是最能影響生活質(zhì)量的疾病前三，目前大部分眼底病可以通過眼底影像篩查設(shè)備及時發(fā)現(xiàn),、治療,，可以大大降低致盲率。

　　眼疾的診療離不開醫(yī)學(xué)影像設(shè)備的輔助,，對于AI眼底影像分析技術(shù)來說,，在現(xiàn)下的整個臨床診療過程中，從篩查,、診斷,、治療引導(dǎo)和評估,，都占據(jù)了極其重要的地位，是非常重要的輔助工具,。AI技術(shù)與眼底影像設(shè)備的邂逅提供的價值包含：

　　首先是對于患者來說,，緩解供需失衡的診療需求。我們是一個擁有14億人口大國,，但是醫(yī)療資源供需嚴(yán)重失衡,，什么時候去醫(yī)院都是人滿為患，而對于眼科領(lǐng)域,，注冊的眼科醫(yī)生只有三萬多人，想要在有限的醫(yī)療資源條件下去服務(wù)這么大的患者群體,， AI眼底影像的技術(shù)背后的閱片效率輔助,，可以有效的減緩醫(yī)療資源的緊張事態(tài)，并創(chuàng)造新的解決方案和醫(yī)療模式,。

　　其次從醫(yī)師的角度來看,，提高了眼疾診斷精度與效率。由于就診量巨大,，醫(yī)師長期從事高負(fù)荷的閱片工作,，容易出現(xiàn)漏、誤診等問題,。再加上眼科領(lǐng)域的工作專業(yè)性高比較復(fù)雜,，對于一些經(jīng)驗不足的基層醫(yī)師，也會出現(xiàn)一些誤診的情況,，AI眼底影像技術(shù)的介入,，對于一些眼底疾病的評估，準(zhǔn)確性和人類專家的水平相似,，在幾秒內(nèi)就可以給出診斷建議,，成為眼科醫(yī)生的得力助手，提高診斷的精度,、時間,，可以釋放醫(yī)生的部分精力到研究性工作和治療當(dāng)中。

　　再者就是AI眼底影像技術(shù)對于除眼疾以外其他病癥的輔助判斷,。由于眼底富有各種動靜脈血管,，眼底檢查已經(jīng)成為監(jiān)測多種全身性疾病的重要依據(jù)，比如動脈硬化,、高血壓,、腎炎、白血病,、貧血等都會引起眼底變化,，能反映諸如高血壓,、糖尿病等慢性病的病變和累積。

　　有了AI眼底影像分析的技術(shù),，這一對專業(yè)能力要求較高,，而很難普遍應(yīng)用的領(lǐng)域得以發(fā)揮價值，不僅提升了眼底影像分析的效率和診斷的準(zhǔn)確性,，眼科醫(yī)療模式也從以醫(yī)院為中心變成以患者為中心,，惠及大眾，緩解了醫(yī)療資源的緊張,。

　　從疾病的診治角度來看,，從晚期發(fā)現(xiàn)保守治療的模式轉(zhuǎn)變?yōu)檠奂苍缙诘暮Y查管理介入，遠(yuǎn)離致盲的危險,，而一切變化的前提是AI影像分析技術(shù)對于新醫(yī)療模式的支持,。AI眼底影像的價值巨大，其發(fā)展已經(jīng)走上了商業(yè)化落地的路上,。

　　AI眼底影像技術(shù)大豐收：十秒出報告,，篩診新疾病

　　現(xiàn)下市場上的AI眼底影像分析設(shè)備幾乎都能夠精準(zhǔn)識別絕大多數(shù)常見眼底病灶，漏診與誤診均在較低水平,，能夠幫助醫(yī)生患者實現(xiàn)分級診療,，篩查分析早期介入臨床診療中從而降低致盲率，充分發(fā)揮眼底疾病篩查的公共衛(wèi)生價值,。

　　DeepMind聯(lián)合倫敦Moorfields頂級眼科醫(yī)院合作推出的AI眼底篩查技術(shù),，能夠?qū)崿F(xiàn)在30秒之內(nèi)識別出數(shù)種疾病,；百度的AI 眼底篩查一體機(jī)可以十秒內(nèi)識別篩查數(shù)種眼疾,，如篩查糖網(wǎng)、青光眼,、黃斑病變等,，準(zhǔn)確率可達(dá)到90%以上，基本接近三甲醫(yī)院醫(yī)生能力,，目前在500個貧苦縣試點部署落地,。

　　一些AI創(chuàng)企如Airdoc可以檢測診斷眼科常見的22種眼底疾病和狀況，如常見的年齡相關(guān)性黃斑病變,、糖尿病視網(wǎng)膜病變,、黃斑前膜、視網(wǎng)膜靜脈阻塞等眼底疾病等,，其特異性和靈敏度結(jié)果在90%以上,，只需要10秒鐘左右，就會自動生成診斷報告,，目前在一些眼科醫(yī)院已經(jīng)部署了具有眼底影像AI分析設(shè)備,。

　　除了眼疾的診斷外,，AI眼底影像分析也在其他病癥的診療中有新的進(jìn)展，中山大學(xué)中山眼科中心在柳葉刀發(fā)布了首例通過AI眼部影像篩診肝膽疾病的研究項目,，研究組使用深度學(xué)習(xí)技術(shù)從影像數(shù)據(jù)中提取出肝膽疾病的眼部特征并開發(fā)及驗證了14個模型,，用于篩查是否患有肝膽疾病及診斷是否患有肝癌、肝硬化,、慢性病毒性肝炎,、非酒精性脂肪肝、膽石癥及肝囊腫六大類常見肝膽疾病,，這些篩診模型已成功部署在中山大學(xué)中山眼科中心智能診斷預(yù)測云平臺上,，可作為大規(guī)模快速無創(chuàng)篩診的工具,。

　　縱觀整個醫(yī)療領(lǐng)域AI眼底影像分析的發(fā)展,，雖然有較大的技術(shù)進(jìn)步和此起彼伏的技術(shù)革新，但是因為其行業(yè)的結(jié)構(gòu)性特點,，對專業(yè)性和嚴(yán)謹(jǐn)性要求極高，AI 醫(yī)療落地相較于其他行業(yè)來說門檻更高,，實現(xiàn)普及化需要深厚的AI技術(shù)積累和大量的AI落地應(yīng)用經(jīng)驗,，AI眼底影像技術(shù)的革新道路并不似康莊大道般平坦順利。

　　制約商業(yè)化進(jìn)程的攔路虎

　　AI眼底影像分析在實際的臨床商業(yè)應(yīng)用中,，面臨不少挑戰(zhàn),。

　　一是背后的技術(shù)制約，數(shù)據(jù)的獲取與處理成本過高,。在醫(yī)療領(lǐng)域,，數(shù)據(jù)的量與質(zhì)都很重要，準(zhǔn)確性和規(guī)范性都需要考慮,。因為醫(yī)療領(lǐng)域數(shù)據(jù)孤島的影響,，數(shù)據(jù)主要是在醫(yī)院，數(shù)量有限并且只在小范圍內(nèi)閉環(huán)使用,。此外在收集數(shù)據(jù)的過程中,，非結(jié)構(gòu)化的數(shù)據(jù)占數(shù)據(jù)總量的90%左右，參與模型訓(xùn)練的數(shù)據(jù)必須要經(jīng)過醫(yī)療領(lǐng)域的專業(yè)人員標(biāo)注,，其準(zhǔn)確性直接影響最終的診斷結(jié)果,，數(shù)據(jù)標(biāo)注處理需要耗費大量的成本。

　　二是AI眼底影像系統(tǒng)魯棒性有待提高,。目前,，AI眼底影像分析產(chǎn)品的性能參數(shù)大多數(shù)來源于有限的數(shù)據(jù)集訓(xùn)練，AI模型的泛化能力不足,。在高度復(fù)雜的臨床應(yīng)用中,，單任務(wù)的深度學(xué)習(xí)算法已經(jīng)無法應(yīng)對多眼底病種需求,，多任務(wù)的算法發(fā)展必須深研跟進(jìn)，產(chǎn)品魯棒性有待提高,。

　　三是行業(yè)的評價標(biāo)準(zhǔn)體系未完善?，F(xiàn)下國家對個人信息的安全越來越看重，而醫(yī)療數(shù)據(jù)涉及患者的個人隱私,，當(dāng)前尚無專門針對醫(yī)療信息及個人健康隱私保護(hù)的法規(guī),、標(biāo)準(zhǔn)，對醫(yī)療信息的敏感部分無統(tǒng)一標(biāo)準(zhǔn),，其他數(shù)據(jù)指標(biāo)體系的標(biāo)準(zhǔn)化建設(shè)行業(yè)內(nèi)尚未完善,，存在爭議。在倫理和法律法規(guī)方面,，出現(xiàn)誤診及醫(yī)療事故由誰負(fù)責(zé)有待明確,，缺乏評估AI系統(tǒng)安全性和有效性的標(biāo)準(zhǔn)。

　　四是來自政策監(jiān)管的制約,，醫(yī)療作為一個強監(jiān)管行業(yè),，受到國家政策的引導(dǎo)和約束，醫(yī)療影像AI產(chǎn)品上市必須先獲得相關(guān)部門審批,，驗證安全性,、有效性才能夠應(yīng)用于市場，如果審批受阻,，對快節(jié)奏發(fā)展的醫(yī)療AI創(chuàng)業(yè)公司來說,，時間就是生命，前期的投入如果有打水漂的可能,，一切都要玩完,。

　　技術(shù)的發(fā)展之路或者是商業(yè)化之路，在充分競爭的市場中,，結(jié)論就是變革迭代一直存在,，無論是技術(shù)、體驗還是政策,，變化是唯一確定的道路,，回顧眼底成像技術(shù)的發(fā)展，從1851年Helmholtz發(fā)明的首款可以觀察眼睛的檢眼鏡,，再到1950年彩色眼底照相技術(shù)記錄的眼底世界,。九十年代相干光層析成像術(shù)（OCT）的誕生，使我們得到了二維,、三維的眼底圖像,。到新時代AI技術(shù)將硬件設(shè)備與軟件算法相結(jié)合，影像設(shè)備可以數(shù)十秒內(nèi)診斷出報告輔助醫(yī)生判斷決策,。

　　在這些里程碑事件中,，我們可以看到眼底成像技術(shù)在科技發(fā)展浪潮之下突飛猛進(jìn)越變越好,，未來AI眼底影像技術(shù)也有新的發(fā)展思路與革新方向，一方面是AI眼底影像研究正在嘗試多模態(tài)任務(wù)的算法開發(fā),。對于多種眼病診斷的復(fù)合系統(tǒng),，單任務(wù)的深度學(xué)習(xí)算法已經(jīng)無法應(yīng)對需求，未來多源,、多維度的數(shù)據(jù)通過深度學(xué)習(xí)分析融合,，朝著對一些病變和疾病的關(guān)系確認(rèn)方面發(fā)展，提升診斷的特異性及準(zhǔn)確性,，尤其是對少見病,、罕見病的診斷，多模態(tài)任務(wù)的算法將是大勢所趨,。

　　另一方面,，AI眼底影像技術(shù)未來從診斷向治療做閉環(huán)延伸。從眼疾臨床診療的流程來看,，診斷只是其中一環(huán),，后續(xù)精準(zhǔn)的治療才是診斷的核心價值所在，雖然目前AI眼底影像產(chǎn)品以醫(yī)療器械形式部署進(jìn)醫(yī)院,，市場空間很大但對于整個療程的商業(yè)價值來說價值有限,。AI眼底影像技術(shù)的趨勢將會擁抱整個治療過程的商業(yè)價值，從單一輔助技術(shù)工具到部署閉環(huán)解決方案,，向治療領(lǐng)域縱向延伸,。

　　對于AI眼底影像技術(shù)的分析研究,，我們可以看到,，在整個大健康事業(yè)的建設(shè)中，其商業(yè)價值和公益效用并駕齊驅(qū)發(fā)展,，AI眼底影像技術(shù)算法模型的積累和落地應(yīng)用,，正在改變未來的醫(yī)療模式，管理人們的健康狀況,。