本
文
摘
要
如今，视力限制性眼病普遍存在，影响着全球数十亿人，仅在中国，近视人数就已超过 6 亿。对于患有眼部疾病的患者或人群，精确测量视力，是早期诊断和治疗视力损害的关键部分。
近日，斯坦福大学（Stanford University）计算机科学家克里斯·皮奇（Chris Piech）及其同事开发了一种由人工智能（AI）推动的在线视力测试系统，该系统仅需进行四步操作，即可完成视力测试，且结果十分精准。Science 杂志报道称，这种全新的测试诊断结果比传统的字母表测试更准确。
传统视力测试：上上下下左左右右斯内伦图（Snellen chart）是一种传统的视力测试法，其使用可以追溯至 1862 年。该图实际上是一张大写字母表，通过逐渐减小字体大小的方法，让患者在固定距离外进行测试。
每向下移动一行，测试人员就向患者询问少量问题，以确定患者是否能正确识别一半以上的字母，而每行字母也都对应一个视力分数。
然而，对于斯坦福大学的研究人员来说，这种司空见惯的视力测试方法虽然快速、易管理，但也存在一些局限性。
例如，当字母变得模糊时，患者会开始猜测字母（有时甚至能够通过记忆来蒙混过关）；由于印刷局限，测得视力分数的离散化程度都是固定的，这使得很难有比预定离散化更精确的测量精度。
AI 加持视力测试为了解决这些问题，皮奇领导的研究团队开发了一个AI在线测试系统。
首先，用户需要将网页上的框调整为信用卡大小，以校准屏幕大小；然后输入与屏幕的距离，测试过程中在四个方向随机显示字母“E”。接下来，该算法会根据每一个答案，使用统计数据对下一次显示的字母大小进行调整。随着测试的进行，该算法能够对测试分数做出更准确的预测，每只眼睛的测试需要判断 20 个字母，整个过程只需要几分钟。
该研究发现，相比于传统的视力图表，这种 AI 测试可以显示任意大小的字母，并且可以根据智能概率模型自适应地做出决策，因此可能解决印刷图表的缺点。研究人员表示，该测试使用心理测量项目反应理论（IRT）算法，可减少 19% 的误差。
为了评估 AI 测量系统的准确度，研究团队的所有实验都随机抽取 1000 名患者，并使用他们的测试数据来模拟每个策略的性能。例如：澳大利亚布里斯班，2019年10月4日-澳大利亚昆士兰科技大学（QUT）的研究人员现在能够比以往更紧密，更准确地分析眼睛的OCT图像。
验光师和眼科医生通常使用OCT来获取显示不同组织层的眼睛横截面图像。研究人员已经开发出了一种更详细，更准确的方法，可以使用人工智能（AI）深度学习技术来评估此类图像，尤其是眼底。“我们的研究中，我们寻找一种新的方法来分析图像并提取出眼后部的两个主要组织层：视网膜和脉络膜，”昆士兰理工大学健康与医学学院的高级研究员，教授大卫·阿隆索-卡内罗（David Alonso-Caneiro）说。
在他们的研究中，研究人员从18个月的101位视力良好且健康的儿童中收集了OCT脉络膜视网膜眼部扫描图像。在探索了一系列高级深度学习技术之后，他们使用图像训练了AI深度学习程序来检测模式并定义脉络膜边界。这种方法已经增强了研究团队对由于典型发育和衰老，屈光不正或疾病导致的眼组织变化的认识。
近年来，人工智能技术发展迅速，已经成为医学领域研究的前沿热点之一。其中，由于 AI 技术的便捷性和高效性使其在眼科疾病筛查、诊疗以及随访中表现出巨大的应用前景。
从医生的角度来看，人类能够诊治疾病是有限度的，很多疾病早期诊断是很困难的。虽然目前大多数的 AI 医生系统仍然处于为人类医生辅助诊断的阶段，但随着技术的进步，AI 必定在医疗健康领域发挥越来越重要的作用。