人工智能（AI）使机器能像人类一样思考，在各行各业有着广阔的应用前景，包括医疗保健领域。根据新浪医药之前的文章《GMI报告：2024年全球医疗AI市场将超100亿美元 美英中3国领跑》，在未来8年（2017-2024），医疗AI市场预计将以超过40%的年复合增长率快速增长，2024年总的市场规模将超100亿美元。其中，医学影像是继药物研发之后的第二大细分市场。

报告指出，AI利用深度学习技术可提供卓越的性能，使之成为医学影像和诊断行业的游戏规则改变者。就在上个月，美国FDA批准了首款使用AI检测糖尿病患者视网膜病变的医疗设备IDx-DR，标志着AI应用医疗诊断的一个重要里程碑。

近日，来自美国马萨诸塞州综合医院的一支研究团队开发出了一种算法，利用AI自动诊断早产儿视网膜病变（ROP），且诊断准确率比大多数眼科专业医生更高。这项研究成果将有助于防止更多患有这种眼科疾病的早产儿失明。

据报道，研究人员将2种已有的人工智能模型——深度学习和卷积神经网络结合创建了这种算法，并且开发了广泛的参考标准来训练它。具体步骤为：

首先，研究人员利用超过5000张婴儿访问眼科医生时所拍摄的视网膜图像来训练这种算法，使其能识别出视网膜血管；

接下来，研究人员训练这种算法来区分健康和患病的视网膜血管；

之后，研究人员将这种算法用于ROP诊断，并与观看了相同视网膜图像的眼科专家的诊断结果进行对比，结果发现该算法的诊断准确性比眼科专家的诊断准确性更高。

具体而言，该算法的诊断准确率为91%，而观看相同视网膜图像的8名眼科专家的平均诊断准确率仅为82%。

ROP严重威胁着最幼小、最脆弱的婴幼儿，特别是未满31周即出生且体重不足1500g的早产儿。该病最主要的一个特性是可预防性，若能尽早发现则可以治疗。

该研究的首席研究员、OHSU医学院眼科学及医学信息学教授Michael Chiang博士表示，当前，即便是在美国，对经过良好ROP诊断培训的眼科医生也存在很大的短缺，从而造成了巨大的儿科护理空白。这种算法提炼了能熟练准确诊断ROP的眼科专家的知识，并将其纳入了数学模型，可以让那些没有同样丰富经验的医生及时准确地诊断出ROP。

鉴于这项研究中该算法主要是基于白人婴儿的诊断结果，目前该研究团队正在与印度的一支研究队伍合作，看看该算法是否能诊断出印度婴儿的ROP。同时，该团队也在探索该算法是否可以用于诊断视网膜除血管之外其他部位的图像，其最终目标是能够让医生将该技术纳入临床实践。(生物谷Bioon.com）