張政
摘? 要:近年來,人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用范圍不斷擴(kuò)大,已經(jīng)成為醫(yī)療行業(yè)關(guān)注的焦點(diǎn)。文章分析了AI在眼底疾病篩查領(lǐng)域的技術(shù)發(fā)展、應(yīng)用落地及藥監(jiān)審批等情況。
關(guān)鍵詞:人工智能;深度學(xué)習(xí);眼底篩查;糖尿病視網(wǎng)膜病變;單病種篩查;全病種篩查
中圖分類號(hào):TP18 文獻(xiàn)標(biāo)志碼:A? ? ? ? ?文章編號(hào):2095-2945(2020)27-0182-02
Abstract: In recent years, the scope of application of artificial intelligence in the medical field has been expanding, and it has become the focus of the medical industry. This review analyzes the technical development, application and drug supervision and approval of AI in the field of fundus disease screening.
Keywords: artificial intelligence; deep learning; fundus disease screening; diabetic retinopathy; single disease screening; whole disease screening
1 眼底疾病的現(xiàn)狀和問題
眼底疾病是我國目前致盲的重要原因,眼底疾病是不可逆盲的首位病因,其患者占到了全部致盲眼病患者的54.7%,已經(jīng)嚴(yán)重威脅到人們的健康和生活質(zhì)量。其中糖尿病視網(wǎng)膜病變(Diabetic Retinopathy, DR)是最常見的眼底血管性疾病,在未來這將是眼底疾病中的最大難點(diǎn)之一。
我國有1.14億糖尿病患者,其中有2700萬患有糖尿病視網(wǎng)膜病變(俗稱糖網(wǎng)),患病率高達(dá)24%,這種疾病是由慢性高血糖引起的,會(huì)損害視網(wǎng)膜中的血管,而視網(wǎng)膜是眼后的薄層,負(fù)責(zé)感知光線并向大腦發(fā)送信號(hào),這些血管會(huì)滲漏或出血,導(dǎo)致視力失真或喪失,糖網(wǎng)已成為工作年齡人群排名第一位的致盲性眼病。2型糖尿病患者每年進(jìn)行1次眼底篩查,可使失明風(fēng)險(xiǎn)降低94.4%,因?yàn)樵谠缙陔A段,患者通常沒有癥狀,但是在此階段損害是可以逆轉(zhuǎn)的,因此定期篩查對(duì)糖尿病患者而言非常重要。預(yù)計(jì)到2025年,全球每天可能有100多萬人需要做糖尿病眼底篩查。通過有效的篩查途徑早期發(fā)現(xiàn),可以有效控制血糖和血壓對(duì)糖尿病視網(wǎng)膜病變進(jìn)行早期干預(yù)。但是目前全國的醫(yī)療機(jī)構(gòu)對(duì)于眼底疾病的篩查還未能普及,原因在于我國眼科醫(yī)生總量?jī)H3.6萬人,而內(nèi)分泌科缺乏便捷的設(shè)備及DR診斷能力,導(dǎo)致門診糖尿病患者眼底篩查率不足10%;目前全國很多偏遠(yuǎn)地區(qū)或社區(qū)醫(yī)院、體檢中心等相對(duì)來說沒有較強(qiáng)的醫(yī)生資源,能掌握眼底閱片的醫(yī)生更是數(shù)量甚少。
2 人工智能眼底篩查技術(shù)的誕生
隨著科技的發(fā)展,人工智能(AI)技術(shù)開始作用于各個(gè)領(lǐng)域,并且發(fā)揮著巨大作用,醫(yī)療與人工智能的結(jié)合是近些年發(fā)展的熱點(diǎn),尤其是應(yīng)用于眼底篩查領(lǐng)域。
早在1984年,就有科學(xué)家提出用AI來診斷DR,之后2001年-2013年,利用AI來判別DR的各種研究方式被提出,包括用Recursive region growing segmentation算法與Moat Operator 算法結(jié)合診斷DR、以AI 系統(tǒng)識(shí)別彩色眼底圖像的微血管瘤以診斷DR、利用自動(dòng)檢測(cè)程序來診斷DR等。到2016年,利用深度學(xué)習(xí)算法AI系統(tǒng)識(shí)別眼底圖像以診斷DR被提出, 這使得診斷效率明顯提升,診療過程更加自動(dòng)化。
發(fā)展到2020年,利用深度學(xué)習(xí)的眼科人工智能領(lǐng)域的競(jìng)爭(zhēng)越發(fā)激烈,全球眼科AI產(chǎn)品層出不窮,在競(jìng)爭(zhēng)中發(fā)展、進(jìn)步。早在2018年,美國食品和藥物管理局(FDA)首次批準(zhǔn)IDx-DR軟件,這是首款通過視網(wǎng)膜照片鑒別眼科疾病的人工智能診斷設(shè)備;之后全世界其他大學(xué)也紛紛加入研究行列,其中包括英國劍橋大學(xué)和帝國理工學(xué)院、美國紐約大學(xué)和加利福尼亞大學(xué)洛杉磯分校等,還有像谷歌(Google)公司這樣的科技巨頭也開始涉足。在中國,一批科技創(chuàng)新企業(yè)開始嶄露頭角,與一些三甲醫(yī)院開展AI眼底項(xiàng)目研究,其中包括北京協(xié)和醫(yī)院、海軍軍醫(yī)大學(xué)長(zhǎng)征醫(yī)院、中山大學(xué)中山眼科中心等。隨著近年來深度學(xué)習(xí)技術(shù)的不斷進(jìn)步,國內(nèi)很多做AI眼底篩查的科技公司在AI眼底影像的識(shí)別上已經(jīng)取得了重大的進(jìn)展,并且發(fā)揮了重要的作用。
(1)輔助醫(yī)生診斷,降低漏診誤診問題;(2)提高診斷效率,彌補(bǔ)資源供給不足;(3)預(yù)警疾病風(fēng)險(xiǎn)、提供健康咨詢服務(wù)。醫(yī)院各科室對(duì)于AI的應(yīng)用中,秉承著開放的態(tài)度,眼科已經(jīng)處于領(lǐng)先地位。在過去幾年,眼科領(lǐng)域的研究成果不斷登上頂級(jí)學(xué)術(shù)期刊,并且率先通過FDA的審核,在產(chǎn)品形態(tài)上出現(xiàn)了單一病種識(shí)別、全眼底覆蓋等AI產(chǎn)品,獲得了眼科醫(yī)生從業(yè)者的普遍認(rèn)可,并且已經(jīng)展開大范圍應(yīng)用。
使用眼底圖像判斷糖網(wǎng)分級(jí)是目前市場(chǎng)上比較流行的一類產(chǎn)品,通過使用來自kaggle 的公開數(shù)據(jù)集和深度學(xué)習(xí)技術(shù),實(shí)現(xiàn)對(duì)僅有糖網(wǎng)風(fēng)險(xiǎn),確定沒有其他并發(fā)疾病的圖片進(jìn)行分類,對(duì)糖網(wǎng)的程度進(jìn)行分級(jí)。大部分公司采用了Google發(fā)表論文中使用的Inception-v3的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練方法,在數(shù)萬到數(shù)十萬量級(jí)的數(shù)據(jù)集進(jìn)行分類訓(xùn)練。其中部分公司使用了先病灶檢測(cè),再進(jìn)行分類的級(jí)連模式。在病灶檢測(cè)階段,為了確保不遺漏可能的潛在病灶,大多會(huì)使用類似 Sclective search的形態(tài)方法,盡可能全的召回風(fēng)險(xiǎn)區(qū)域,再通過深度學(xué)習(xí)方法拒絕大部分假陽性,保留真正的病灶結(jié)合醫(yī)學(xué)規(guī)則進(jìn)行分級(jí)診斷。還有個(gè)別公司借鑒小目標(biāo)檢測(cè)的方法,直接使用深度申請(qǐng)網(wǎng)絡(luò)檢測(cè)病灶,定量計(jì)算病變面積、病變數(shù)量。該類型產(chǎn)品多用于內(nèi)分泌科對(duì)于糖尿病患者是否患者糖網(wǎng)及是否需要轉(zhuǎn)診到專業(yè)眼科確診及治療。
3 基于多病種和多模態(tài)的AI眼底篩查成為趨勢(shì)
目前市面上主要的單病種AI產(chǎn)品是識(shí)別糖尿病視網(wǎng)膜病變,最早應(yīng)用在眼科,可以為眼科醫(yī)生做糖網(wǎng)的初篩。但是因?yàn)獒槍?duì)疾病的單一性,尚未在眼科大面積展開應(yīng)用。此外針對(duì)單一疾病的識(shí)別可以跨科室應(yīng)用,特別是在內(nèi)分泌科,可以幫助內(nèi)分泌醫(yī)生在科室內(nèi)完成對(duì)糖尿病患者的眼部并發(fā)癥的識(shí)別。通過在內(nèi)分泌科對(duì)相關(guān)疾病的篩查,幫助內(nèi)分泌科的醫(yī)生發(fā)現(xiàn)糖尿病視網(wǎng)膜病變的患者,從而轉(zhuǎn)診到醫(yī)院眼科。因此國內(nèi)的AI公司開始開發(fā)更高階段的研發(fā),在糖網(wǎng)的基礎(chǔ)上,增加了眼底疾病常見的10余種常見疾病,這樣可以滿足90%以上人群的眼底篩查需求。增加AMD年齡相關(guān)性黃斑病變、青光眼、高度近視、動(dòng)脈硬化等多病種檢測(cè)。其難度大大增加,對(duì)數(shù)據(jù)量及標(biāo)注準(zhǔn)確度有更高的要求,需要比單一病種多出數(shù)量級(jí)的數(shù)據(jù)集。并且需要在分類基礎(chǔ)上融合精確檢測(cè)黃斑區(qū)為止、血管分割、視杯視盤分割、面積計(jì)算等技術(shù)。多病種判斷階段,產(chǎn)品性能開始具備一定的實(shí)用價(jià)值,臨床應(yīng)用場(chǎng)景變得更加豐富,行業(yè)公司實(shí)力也相應(yīng)出現(xiàn)分化。多病種AI產(chǎn)品可以在基層醫(yī)院和跨科室應(yīng)用,比如內(nèi)分泌科、心內(nèi)科、腎內(nèi)科、體檢中心等。目前全病種眼底產(chǎn)品已經(jīng)具備較高的自主性,可以在醫(yī)院眼科和其他科室發(fā)揮作用,同時(shí)在基層可以發(fā)揮更大的作用,因?yàn)榫邆浣】捣治銮闆r,在基層眼健康的檢查上具有天然的優(yōu)勢(shì)。全眼底AI具備高精度識(shí)別和定位全眼底任何病變組織的位置的能力,搭配移動(dòng)性上有優(yōu)勢(shì)的眼底照相機(jī),可以走出醫(yī)院,在眾多院外場(chǎng)景展開應(yīng)用,比如體檢機(jī)構(gòu)、眼鏡店、藥店、職場(chǎng)等眾多眼病高發(fā)的場(chǎng)所展開應(yīng)用,在篩查的過程中展現(xiàn)了良好的效果。
4 人工智能眼底篩查產(chǎn)品獲藥監(jiān)審批還有多久
目前國內(nèi)多家企業(yè)的眼底篩查產(chǎn)品已經(jīng)進(jìn)入藥監(jiān)審批的階段,更有多家企業(yè)通過了檢測(cè)進(jìn)入審批通道。然而面對(duì)這一新生事物,相關(guān)部門需要時(shí)間來準(zhǔn)備資質(zhì)認(rèn)定的標(biāo)準(zhǔn)和細(xì)則,這就導(dǎo)致產(chǎn)品在短時(shí)間內(nèi)很難定價(jià)和收費(fèi)。2018年12月,國家藥監(jiān)局(NMPA)介紹了AI三類醫(yī)療器械的審批流程和審批要點(diǎn),以及臨床試驗(yàn)的要求建議等。隨后在2019年2月1日,國家藥監(jiān)局醫(yī)療器械技術(shù)審評(píng)中心發(fā)布了《深度學(xué)習(xí)輔助決策醫(yī)療器械軟件審評(píng)要點(diǎn)(征求意見稿)》并公開征求意見,這也意味著AI三類醫(yī)療器械的審評(píng)標(biāo)準(zhǔn)已離落地不遠(yuǎn),產(chǎn)業(yè)發(fā)展的政策瓶頸有望被打破。
按照2017年8月發(fā)布的新版《醫(yī)療器械分類目錄》規(guī)定,若人工智能診斷軟件通過算法,提供診斷建議,僅有輔助診斷功能,不直接給出診斷結(jié)論,則按二類醫(yī)療器械申報(bào);如果對(duì)病變部位進(jìn)行自動(dòng)識(shí)別,并提供明確診斷提示,則其風(fēng)險(xiǎn)級(jí)別相對(duì)較高,需按照第三類醫(yī)療器械管理。二類與三類醫(yī)療器械在注冊(cè)、上市準(zhǔn)入等方面均有所區(qū)別。按照相關(guān)規(guī)定,要獲得第三類醫(yī)療器械證,需通過臨床試驗(yàn)。而第二類器械有臨床試驗(yàn)豁免目錄;同時(shí),二類醫(yī)療器械只需在省級(jí)藥監(jiān)局注冊(cè),而三類器械則要在總局進(jìn)行產(chǎn)品注冊(cè)。受此因素影響,目前全國140多家醫(yī)療AI企業(yè),尚沒有任何一家取得三類醫(yī)療器械注冊(cè)證。但相比于2018年,醫(yī)療AI三類器械注冊(cè)的進(jìn)展已經(jīng)取得了重大的突破。一般來說,三類醫(yī)療器械商業(yè)化落地前要經(jīng)過三個(gè)大步驟:藥監(jiān)部門授權(quán)機(jī)構(gòu)檢測(cè)、藥監(jiān)部門注冊(cè)審批、醫(yī)保局定價(jià),這三大步驟需耗時(shí)接近4年。
參考文獻(xiàn):
[1]許迅.我國眼底病研究發(fā)展現(xiàn)狀、進(jìn)展和努力方向[J].中華眼科雜志,2014,50(11):801-803.
[2]A Human-Centered Evaluation of a Deep Learning System Deployed in Clinics for the Detection of Diabetic Retinopathy CHI 2020, April 25-30, 2020, Honolulu, HI, USA.
[3]陶夢(mèng)璋,王雨生.人工智能醫(yī)學(xué)影像分析在眼科學(xué)領(lǐng)域應(yīng)用的現(xiàn)狀和展望[J].國際眼科縱覽,2018,42(1):1-5.