AI可能会发现新生儿面临着盲目疾病的风险

“人工智能有可能帮助我们早先用AP-ROP识别婴儿。But it also provides the foundation for quantitative metrics to help us better understand AP-ROP pathophysiology, which is key for improving how we manage it," said the study's lead investigator, J. Peter Campbell, M.D., M.P.H., Casey Eye Institute, Oregon Health and Science University in Portland.

早产婴儿有患视网膜病变。也就是说，他们的眼睛里有脆弱的血管，可以泄漏血液并异常生长。如果未经处理过的话，血管生长会使血液萎缩并导致疤痕，这可以拉动并导致视网膜的脱离，眼睛后部的光敏组织。视网膜脱离是来自罗珀的视力丧失的主要原因。每年，美国ROP的发病率约为0.17％。大多数情况都很温和，而没有治疗。

出生后，筛选出追查的眼睛并密切关注视网膜病变的迹象。但罗珀相关变化沿着严重程度发生。AP-ROP可以抑制诊断，因为它的功能可能比典型的ROP更微妙，更难以欣赏。AP-ROP于2005年正式被认为是诊断实体。然而，在日常做法中，临床医生如何解释眼睛内部的眼底图像显示AP-ROP的迹象表现出显着变化。“即使是最经验丰富的评估人士也不同意眼底图像是否表明AP-ROP，”坎贝尔说。

在之前的一项研究中，深度学习(一种用于图像识别的人工智能)在检测眼底图像中的细微模式和ROP分类方面比专家更准确。使用自动深度学习ROP分类器，研究人员设计了一种定量血管严重程度评分(1-9分)，用于评估新生儿，监测疾病进展和治疗反应。然而，这项研究并没有专门针对AP-ROP检测。

对于目前的研究，九个新生儿护理中心使用深度学习，以确定它检测到的AP-ROP。研究中的947名新生儿随访时间和眼底图像从总共分析了5945个眼科检查深度学习系统和专家眼底图像分级机构团队。在所有眼睛中，3％发达的AP-ROP。专家评分机构中有一个很大的读者互相分歧，这表明需要疾病严重程度的客观度量。

重要的是，一个更清晰、可量化的AP-ROP患者档案出现了，这可以帮助更早地识别有风险的婴儿。患有AP-ROP的婴儿往往更早熟。与需要治疗但从未发生AP-ROP-的婴儿相比，AP-ROP婴儿出生时更轻(617 g vs. 679 g)，更年轻(24.3周vs. 25.0周)。在这个人群中，26周后出生的婴儿没有出现AP-ROP。

AP-ROP发病迅速，病情迅速加重。尽管AP-ROP的诊断总是暗示疾病的快速进展，但迄今为止还没有方法来衡量这种临床特征。根据研究结果，监测血管严重程度评分的变化率可以提高AP-ROP风险的检测。

与没有AP-ROP的婴儿相比，患有AP-ROP的婴儿也更有可能具有慢性肺病如慢性肺病。坎贝尔表示，患有肺病患者婴幼儿的婴儿血液浓度的要求可能在他们的眼病中发挥作用。几十年前，研究人员在出生时常规使用高浓度的氧气以及视网膜病变的发展增加。氧气几乎始终需要存活，但是仔细滴定才能最大限度地提高生存，同时最大限度地减少视力风险。“这仍然是一个平衡的行为，”坎贝尔说。

“重要的是要承认，目前没有诊断AP-ROP的黄金标准。但是，有了客观的、基于人工智能的指标来检测AP-ROP，对于这个高度脆弱的婴儿群体来说，是朝着正确方向迈出的一步，”美国国家信息研究所(NEI)院外科学项目部门视网膜疾病项目负责人Grace L. Shen博士说。