陈有信教授：新技术在眼科中的应用发展

由于眼球本身的解剖性特点，譬如眼球小，所以眼科是高度依赖影像学检查的一门学科，陈有信教授表示，绝大多数眼科诊断来源于影像学，如果抓住了影像，则抓住了眼科的灵魂。正是由于影像学的进步，才极大推动了眼科学，尤其是眼底病的发展。本次会议的一大亮点当属与新技术相关的内容，譬如OCT、OCTA等在各个方面的应用。第二个亮点是人工智能，自2018年4月份DR智能筛查被FDA批准于临床应用后，掀起了一阵热潮，所以此次会议一如既往地开辟了人工智能单元，并邀请到与AI相关的专业大咖、企业进行精彩演讲，此外还有类似于人机大战的测试，通过这一测试让与会者直观感受AI在辅助诊断方面的巨大价值，陈教授表示，未来AI联合互联网在眼科工作中能够解决看病难、看病贵等诸多问题。所以以后这种会议每年都要举办一次，意义重大。

近年来，AI技术在计算方面、大数据等方面均在不断突破，另外在全面性和准确性的训练集也在不断提高。有些公司AI技术的训练集可能不具有代表性，结果便会存在偏差。在临床中应用必须强调经第三方评价，仅仅内部测试并不能代表其真实性，真正的AI产品必须先经国家专业部门测试，之后进行临床试验，最后才能经过审批进入临床应用。陈有信教授表示AI诊断准确性必须要有大数据支持，而且要在数据代表性方面下功夫。

自发荧光能够反映视网膜色素上皮脂褐质的代谢状况，利用这一技术可以反映很多眼底疾病。譬如研究发现很多遗传性疾病视网膜周边存在自发荧光高荧光环，此外AZOOR、卵黄样黄斑变性自发荧光均有典型表现，所以目前临床中自发荧光技术已经成为一项不可或缺、可重复的无创性检查。陈有信教授在此次会议中就自发荧光的形成机制、方法、判读以及疾病相关表现作了相关演讲。近期陈教授在《Retina》杂志中发表了一篇关于自发荧光在PCV中表现的文章，此外还发现超广角自发荧光优势也非常明显，从整体角度观察病情变化应用前景非常大。

陈教授表示，目前在眼科AI应用比较单一，主要是基于单张图片的影像分析，譬如糖尿病视网膜病变的筛查、黄斑病变的辨识、视神经乳头的识别等，但一种疾病往往是比较复杂的，需要联合多种检查技术进行综合判断，譬如OCT、视野检查、自发荧光检查等，陈教授建议临床医师可以进行多模态形式的融合，未来可能还会产生类似于眼科机器人的设备，可以问诊、文献检索等作出初步诊断。陈教授认为AI在未来的发展前景非常大，甚至可能参与激光、手术等辅助治疗。