糖尿病视网膜病变是越来越受重视的致盲病因。目前，全球有4亿糖尿病患者面临视网膜病变的风险。如果发现及时，很有可能被治愈，但如果没有及时诊断，可能导致不可逆的病变（如失明）。

新加坡国家眼科中心的Daniel Shu Wei Ting等人研究发现，一项根据多个种族的糖尿病患者视网膜图像开发的人工智能（artificial intelligence，AI）深度学习系统（deep learning system，DLS）能准确识别糖尿病视网膜病变和相关眼病以及需要进一步治疗的糖尿病患者。

该DLS是具有筛查糖尿病视网膜病变及相关眼病潜力的技术，能处理大量数据，并从这些数据中建立起有意义的模型。

受试者14880人，平均年龄60岁，54.6%为男性。研究者搜集了来自中国、印度、马来西亚、以及美国的71896幅视网膜图像。这些图像来自不同种族的患者，他们的视网膜因种族而异，从而可以确认DLS是否能真正地区别正常和异常的视网膜。然后，研究人员让人工智能识别和检测可能的糖尿病视网膜病变、青光眼和衰老相关黄斑变性（age-related macular degeneration，AMD）的图片。在辨识结束后，研究者比较了人工智能和医生评估的识别效果。

研究发现，在识别严重眼疾上，DLS具有很高的准确率。DLS对糖尿病视网膜病变的灵敏度为90.5%，特异度为91.6%；对威胁视力的糖尿病视网膜病变的灵敏度为100%，特异度为91.1%。研究还调查了DLS检测两种常见眼病——青光眼和年龄相关性黄斑变性的能力。DLS对青光眼的灵敏度为96.4%，特异度为87.2%；对年龄相关性黄斑变性的灵敏度为93.2%，特异度为88.7%。

DLS对糖尿病视网膜病变及相关眼病有较高的灵敏度和特异度。研究者认为，有必要进行更多的研究来评估在卫生保健机构中使用DLS在改善视力方面的效果。这项技术可以帮助医生克服资源短缺资的困难，并为更多患者做出更专业的诊断。（作者：宫健) 

参考文献：Journal of the American Medical Association 2017;318:2211-2223