近期，北京协和医院眼科陈有信教授团队与平安医疗科技研究院合作，于《Frontiers in Cell and Developmental Biology》期刊（影响因子6.684）发表题为“Deep-Learning-Based Hemoglobin Concentration Prediction and Anemia Screening Using Ultra-Wide Field Fundus Images”的临床研究。该研究通过深度学习模型（ASModel_UWF），发挥超广角眼底照相的优势，实现了对血红蛋白浓度的预测和筛查贫血的功能。本项研究是人工智能基于眼底影像预测全身性疾病的又一应用。
贫血是最常见的血液系统疾病，全球约有20亿人被诊断为贫血。轻度贫血可以造成人乏力、抵抗力下降和注意力不集中等改变，而重度贫血则会带来严重的心、肾、脑血管疾病，甚至导致恶性肿瘤的发生。目前筛查贫血的方法有多种，金标准为有创血液检测血红蛋白浓度。近年来人工智能的发展为无创筛查提供了新的途径，例如基于ECG、甲床图片等所构建的智能贫血筛查模型。眼底视网膜是全身唯一肉眼可见人体血管的部位，眼底的情况与全身血液循环以及健康状况密切相关。既往研究通过眼底彩照，运用深度学习技术对贫血进行了预测，取得了理想效果。近年来，超广角眼底照相这一成像范围达200°的新型眼底影像设备逐渐被推广应用。因此，本研究旨在运用深度学习技术，通过超广角眼底照相预测血红蛋白浓度并筛查贫血，为贫血的快速、无创且大范围筛查提供创新性手段。
【研究方法】：
图1.模型构建过程示意图
【主要结果】：
1. 数据集分布：本研究最初收集61542张超广角眼底照片，筛选匹配后最终纳入11528张照片，其对应的血红蛋白分布如下图。
图2.血红蛋白和年龄的二维平铺直方图
2. 模型性能评估：我们分别对比了输入图片为原始200°的超广角眼底照片（ASModel_UWF）和被裁剪到50°范围的超广角眼底照片（ASModel_CroppedUWF）所训练得到的两种模型的性能。ASModel_UWF模型的血红蛋白预测线性拟合斜率为0.76（95%CI: 0.75–0.77），ASModel_CroppedUWF模型为0.55（95%CI: 0.53–0.57）。ASModel_UWF预测任务的平均绝对误差（MAE）为0.83 g/dl（95%CI：0.81–0.85 g/dl），ASModel_CroppedUWF的MAE为1.21 g/dl（95%CI：1.16–1.26 g/dl）。对于贫血筛查任务，ASModel_UWF模型的AUC为0.93（95%CI：0.92-0.95），ASModel_CroppedUWF的AUC为0.86（95%CI：0.85-0.89）。
图3.原始超广角眼底图像和被裁剪后图像用于血红蛋白浓度预测和贫血筛查的模型性能
3. 不同预测及筛查方法的比较：除基于超广角图像外，当前的预测和筛查方法包括有创采血检测，以及基于甲床照片、结膜照片、ECG、传统眼底彩照的无创手段等。分析发现，在样本量大于1000且特异度为80%的情况下，ASModel_UWF的AUC及灵敏度优于其它方法。
表1.不同预测血红蛋白浓度及筛查贫血的方法间比较
4. 模型可解释性分析：应用两种模型可视化分析方法（GradCAM和Guided-Backpropagation），我们发现ASModel_UWF与ASModel_CroppedUWF模型均聚焦于视盘区域及视网膜区域，这一结果与先前的基于眼底彩照预测模型一致。然而，ASModel_UWF提示在传统眼底彩照中无法评估的周边视网膜区域所提供的信息可提升模型性能，对贫血的预测和筛查有积极的作用。
图4.运用GradCAM与Guided-Backpropagation显示模型在工作时所聚焦的区域
【结论】本研究基于深度学习技术，建立了通过超广角眼底照相预测血红蛋白浓度并筛查贫血的智能模型。上述研究结果表明，除视盘区域外，周边视网膜的特征对于血红蛋白浓度预测和贫血筛查也有重要作用。因此，运用先进的影像设备进行全面准确的眼底成像，除了对眼底疾病的评估具有重要意义外，也为基于人工智能技术预测全身疾病创造了可能。
【作者信息】
第一作者
赵欣宇，北京协和医院眼科住院医师，医学博士，临床博士后。师从陈有信教授，专注于息肉状脉络膜血管病变、糖尿病视网膜病变等眼底疾病的诊疗，也对AI在眼底疾病诊疗进行了探索。协助陈有信教授在全国范围内建立了中国PCV联盟，组织开展了PCV多中心、观察性登记研究（Start研究），并建立了世界上首个大宗PCV数据库，收集了可长期随访的PCV患者千余例。以第一作者或通讯作者在Ther Adv Chronic Dis、Retina、Front Oncol、ACTA Ophthal、BRIT J OPHTHALMOL、GRAEF ARCH CLIN EXP、BMJ Open等杂志发表论文28篇，累计影响因子127.36分。获评北京协和医院优秀住院医师。博士期间于美国普渡大学交流学习1年。曾获国家奖学金2次。
孟丽慧，北京协和医学院2015级临床医学八年制博士生。导师为陈有信教授，专业方向为眼底病学。专注于眼底病和眼科与人工智能结合相关研究。以第一作者或共同第一作者在Ther Adv Chronic Dis、Retina等期刊发表SCI论文多篇。多次获国家励志奖学金、校三好学生奖学金等。
通讯作者
陈有信，主任医师，教授，博士后导师，北京协和医院眼科主任，中国医学科学院眼底病重点实验室主任。中华医学会眼科学分会常委，中国医师协会眼科医师分会原副会长，北京医师协会眼科分会会长，海峡两岸医药卫生交流协会理事兼眼科分会副主任委员及黄斑学组组长，中国老年保健协会眼保健分会会长，中国微循环协会眼微循环分会副主任委员等。近年聚焦PCV与眼科人工智能应用研究。领衔或合作撰写多篇学术论文发表在PRER、Lancet、Ophthalmology、JAMA Ophthalmology、AJO及BJO等杂志发表。
