經過美國食品藥品監(jiān)督管理局(FDA)快速批準的人工智能(AI)設備可能有助于識別有發(fā)生早熟性后部視網膜病變(AP-ROP)風險的新生兒。AP-ROP是最嚴重的ROP形式，可能難以及時診斷以保存視力。由美國國家眼科研究所資助的研究結果于2月7日在線發(fā)表在眼科雜志上。

人工智能有可能幫助我們及早識別出AP-ROP的嬰兒。但這也為定量指標提供了基礎，以幫助我們更好地了解AP-ROP病理生理學，這是改善我們對其進行管理的關鍵。”

J. Peter Campbell，醫(yī)學博士，MPH，俄勒岡州波特蘭市健康與科學大學Casey眼科研究所的首席研究員

早產嬰兒有患視網膜病的風險。也就是說，它們的眼睛中有脆弱的血管，會滲血并異常生長。如果不加以治療，血管生長會惡化并引起瘢痕形成，瘢痕形成可能會拉長并導致視網膜(眼后部的光敏組織)脫離。視網膜脫離是ROP導致視力喪失的主要原因。每年，在美國，ROP的發(fā)生率約為0.17%。大多數(shù)病例是輕度的，無需治療即可解決。

出生后，對早產兒的眼睛進行篩查，并密切注意視網膜病變的跡象。但是與ROP相關的變化沿一系列嚴重性發(fā)生。AP-ROP可以避免診斷，因為它的功能比典型的ROP更加微妙和難以理解。AP-ROP在2005年被正式確認為診斷實體。然而，在日常實踐中，臨床醫(yī)生如何解釋眼內眼底圖像是否顯示AP-ROP征兆存在顯著差異?？藏悹栒f：“即使是最有經驗的評估員，對于眼底圖像是否顯示AP-ROP也存在分歧。”

在先前的研究中，深度學習(一種用于圖像識別的AI)在檢測眼底圖像中的細微圖案和對ROP進行分類方面比專家更準確。研究人員使用自動深度學習ROP分類器設計了定量的血管嚴重程度評分(1-9評分)，用于評估新生兒，監(jiān)測疾病進展和對治療的反應。但是，該研究并未專門針對AP-ROP檢測。

在本研究中，九個新生兒護理中心使用深度學習來確定其對AP-ROP的檢測程度。隨著時間的推移，對研究中的947名新生兒進行了隨訪，并由深度學習系統(tǒng)和一組專業(yè)的眼底圖像分級人員對總共5945次眼科檢查的眼底圖像進行了分析。

在專業(yè)評分者之間，讀者之間存在很大的分歧，這表明需要疾病嚴重程度的客觀指標。在所有眼睛中，有3%出現(xiàn)了AP-ROP。

重要的是，出現(xiàn)了更清晰，可量化的AP-ROP患者資料，這有助于更早發(fā)現(xiàn)高危嬰兒。患AP-ROP的嬰兒往往更早。與需要治療但從未發(fā)育成AP-ROP-的嬰兒相比，AP-ROP嬰兒出生時較輕(617 g對679 g)，更年輕(24.3周對25.0周)。在該人群中，沒有26周后出生的嬰兒出現(xiàn)AP-ROP。

AP-ROP也傾向于迅速發(fā)作，并迅速惡化。盡管在AP-ROP的診斷中一直暗示疾病的快速發(fā)展，但是迄今為止，還沒有方法可以測量這種臨床特征。根據研究結果，監(jiān)測血管嚴重程度評分變化的速率可以改善對AP-ROP風險的檢測。

與沒有AP-ROP的嬰兒相比，患有AP-ROP的嬰兒也更有可能患有合并癥，例如慢性肺部疾病。坎貝爾說，肺病嬰兒對更高氧氣濃度的需求可能在他們的眼部疾病中起作用。幾十年前，研究人員在出生時常規(guī)使用高濃度氧氣與視網膜病變發(fā)展的增加之間建立了聯(lián)系。氧氣幾乎是生存所必需的，但要非常小心地進行滴定，以使生存最大化，同時將視力風險降至最低?？藏悹栒f：“這仍然是一種平衡行為。”

Grace L說：“重要的是要認識到，目前尚無診斷AP-ROP的金標準。但是，基于客觀的，基于AI的指標來檢測AP-ROP，對于這一高度脆弱的嬰兒群體而言，是朝正確方向邁出的一步。” Shen博士，在NEI負責壁外科學計劃部門的視網膜疾病計劃。