检测视网膜细微变化的新型人工智能 (AI) 技术可能会改变游戏规则，帮助数百万人避免视力丧失或失明。

莫纳什大学在为期三年的研究中开发的视网膜深度学习模型可帮助全科医生和医疗保健专业人员检测和预测视网膜静脉阻塞(RVO) 的风险，这种情况发生在血块阻塞眼睛视网膜静脉时。

但这项技术也有可能预测心脏病发作和中风的风险，因为视网膜通过中枢神经系统与身体的其他部位紧密相连。

这项研究发表在Eye杂志上，由位于大学莫纳什电子研究中心的莫纳什医学人工智能集团进行。

研究作者、电气与计算机系统工程系高级研究员葛宗元副教授说，RVO 是世界上第最常见的视网膜血管疾病，估计影响了 1600 万人。如果诊断得太晚或不及时治疗，可能会导致视力下降，严重时甚至会导致失明。

如果眼睛的静脉太窄，就会发生 RVO，并且更容易发生在患有糖尿病、高血压或高胆固醇的人群中。

在研究期间，研究人员训练了一个 AI 模型来区分从四川大学华西医院收集的 10,500 多张眼底图像(眼睛后部的照片)。照片中的一些患者有视网膜静脉阻塞，而另一些则没有。

葛副教授表示，人工智能此前主要关注糖尿病视网膜病变、青光眼或白内障等更传统的眼科疾病。

“然而，很少有研究将眼底图像与神经系统和全身疾病的风险因素联系起来，”他说。“我们相信我们的研究增强了我们对人工智能在疾病诊断和管理方面真正能做什么的理解。”

数十万条数据被用来训练人工智能模型，并实现高度准确的预测。

葛副教授指出：“人工智能执行大量计算并捕获未知且看似无关的因素进行分类的能力远远超出了人类的思维和能力。”