仰望星空，何明光教授眼中的AI宇宙

編者按

2月8日在中國香港會展中心群星璀璨，第33屆亞太眼科學會會議（APAO2018）於此盛大開幕。澳大利亞眼科研究中心、墨爾本大學的眼科流行病學專家何明光教授向我們介紹了「眼科學的大數據與AI」。

滿天繁星，肉眼所見不過滄海一粟。2017年中國建造的世界上最大單口徑球面射電望遠鏡（簡稱FAST）把中國空間測控能力由地球同步軌道延伸至太陽系外緣。茫茫宇宙，FAST這個最大的「天眼」讓我們的「視界」寬廣，無數星辰有待我們揭開面紗，FAST的落成進一步打開了天文學觀測的大門。

同樣在2017年，斯坦福大學的Tim Althoff等在《自然》雜誌上發表了一項開創性的「大數據」研究，其利用從智能手機內置的計步功能，綜合分析了全球各地717,527人的運動差異。有評論認為，這為更大規模的科學研究打開了一扇新的大門。

（按住圖片可左右滑動）

在醫療領域，普及電子病歷將幫助我們獲取更多患者數據，實現人群為基礎的研究、醫保數據為基礎的研究以及基因組學研究。而大數據也有助於將醫療從描述性的研究帶入了更高層次，即能夠預測疾病的發生髮展，進而採取最佳的應對策略。以Framingham心臟研究中的風險預測模型為例，輸入性別、年齡、收縮壓、是否接受高血壓治療、是否吸煙、有無糖尿病、HDL水平以及總膽固醇水平後，即可提供對「心血管年齡」和十年風險的的預估。除此之外，也有對近視眼進展和卒中風險的預測模型。

（按住圖片可左右滑動）

由何教授牽頭的、在澳大利亞新南威爾士州進行的「45 and UP」研究是南半球正在進行中的最大規模的健康中老年人隊列研究，26.7萬受試者參與了隨訪。在糖尿病進展的預測中，可見GBM和深度學習模型較隨機預測模型、邏輯回歸模型表現更好。毫無疑問，在醫療領域的人工智慧（AI）早已超越單純依靠「演算法」的時代。

（按住圖片可左右滑動）

神經網路之父Geoffrey Hinton認為計算機可以像人類一樣思考，這一神經生理學帶給Hinton的靈感在數十年後使「神經網路」從邊緣學科成為了主流觀點。

何教授演講中指出，AI越來越多地依賴於大數據和大設備。在當今計算機終於有能力挖掘大量數據的時候，神經網路開始在圖像識別方面超越了基於邏輯的AI。

雖然我們知道肺部顯像的AI已大獲成功，但眼底圖像與之相比還有很多挑戰，如圖像的分級和標記，與臨床數據的匹配等等。可喜的是，何教授指出相關的AI論文已被國際大刊Ophthalmology接收，健康快車糖尿病視網膜病變篩查項目也指定河谷互動的Eye Grader產品作為篩查平台。

（按住圖片可左右滑動）

在離線的糖尿病視網膜病變篩查工作站中，對眼底圖像的捕獲、分級和報告僅需要5分鐘，還能自動列印報告，這將有助於內分泌醫師的篩查工作。而這僅僅是AI助攻的初步試水，何教授為我們描繪的未來景象是以單個醫院為開端，進一步擴大到全省、全國乃至亞洲範圍；從橫斷面研究，提早到隊列研究，進而轉向預測醫療（Predictive medicine）。

（按住圖片可左右滑動）

海倫凱勒曾說，「當我們是單獨個體，我們能做的事很少；而當我們聯合起來，我們能做許多事。在黑暗中有一位朋友同行，比起在光亮中獨行，來得好多了。」在眼科大數據與AI的宇宙中，仍有許多未知的領域，等待著我們，攜手前行。

專家簡介

何明光教授，博士生導師，中山大學中山眼科中心教授，澳洲墨爾本大學眼科教授。國家傑出青年基金獲得者、國家「萬人計劃」領軍人才、國家科技部中青年科技創新領軍人才，研究方向包括眼科疾病的臨床和遺傳流行病學研究、隨機臨床試驗、雙生子研究、圖像技術研究、人工智慧和大數據研究。研究獲得廣泛的國際同行認可，在2011年被遴選為眼科影響因子最高的雜誌《Ophthalmology》的編委，並遴選進入由全球著名青光眼專家組成的國際青光眼學會，成為閉角型青光眼、藥物治療、青光眼進展等三個國際臨床指南的制定委員會共同主席，在2015年起擔任世界衛生組織近視防治技術專家，是全球近視專家共識的制定者之一。在2012年起擔任亞太眼科學會副秘書長和常務理事，2016年創辦亞太遠程眼科學會並擔任創會主席。獲得包括亞太眼科學會Holmes Lecture獎等國際學術獎勵和榮譽。以通訊作者在國際前沿雜誌包括JAMA等共發表SCI論文200餘篇，SCI引次數7633，H指數（Google Scholar）43。獲得多個獎項，包括亞太眼科學會的Holmes Lecture獎（2015）。

（來源：《國際眼科時訊》編輯部）

版

權

聲

明

版權屬《國際眼科時訊》所有。歡迎個人轉發分享。其他任何媒體、網站如需轉載或引用本網版權所有之內容，須經本網同意並在文章頂部註明「轉自《國際眼科時訊》」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！