【惟视重磅】Euretina2018盛大开幕，维也纳奏响眼科最强音

来自 新加坡 全国 眼科中心 主席 Tien Y. Wong教授 首先在此次大会上进行了主旨演讲。Wong教授所在的新加坡眼科中心每年开展3万次以上的手术及治疗，管理着超过35万名患者的的诊疗。他本人主攻眼底病领域，尤其是在糖尿病视网膜病变、老年黄斑变性、高度近视眼底病变方向建树卓著，流行病学、危险因素探究、影像诊断和临床诊疗与筛查等方面的工作也使得Wong教授荣获诸多基金支持和奖励表彰。他演讲的题目是： 应对糖尿病视网膜病变的全球负担：从流行病学到人工智能 。怎么样，一听题目就知道这三十分钟演讲的分量，让我们一起聆听！

开篇立意，Wong教授就向听众们摆出了主旨演讲的逻辑脉络。

W HY ？理解糖网的疾病负担和巨大挑战；

H OW ？ 从三级到二级的预防 ——关注疾病系统性管理和筛查；

W HO ？由 人工到智能 。

（小编在台下听到开篇就酥化为一滩，单从演讲技巧就不胜熨帖）

根据2007年的统计数据，全球已有2.46亿人罹患糖尿病，预计到2030年这一数据将骤升至约4.15亿人。目前在所有国家中，中国糖尿病负担最重，患者人数（1.14亿）占全球近27%。以往白人糖尿病患病率处于高位，而2000年以后亚洲、非洲、南美洲的患病人口井喷式地增长。转而进入眼科方面， 据预测2 030年的 4 亿多糖尿病人口中将有约 1 .5 亿人口发生中度糖网 ，其中3000万人发生糖尿病黄斑水肿，而我们的任务就是预防和控制糖网的恶化以解救将近400人口因DR导致的失明！这就是我们面临的问题，这就是庞大的糖网疾病负担。

随着我们认识的深入， D R导致失明的 主要 原因也发生了变化 ，在众多并发症中 糖尿病黄斑水肿D ME的致盲率 （2 .7 %）约是增殖性糖网（1 .5 %）的两倍 。这也引出目前糖网筛查中眼底OCT检查是否普及，和面对糖网形势全视网膜光凝PRP是否足够满足治疗需要的疑问。与此同时， 患者对糖网及其视力危害也知之甚少 ，2014年美国的统计结果显示超过75%的糖尿病患者不知道糖网的存在，不知道其会对视力造成损害。Wong教授自己在新加坡的调查更显示90%以上的糖尿病患者不清楚自己的视力受到威胁，甚至一半以上的糖网患者也不清楚即将或已经发生的视力损害。不少患者在短短6年时间就从未见DR表现演变成了PDR的严重境遇。

从疾病控制方面，眼科医生 目前在做的多是三级预防的工作 ：即对症治疗，为此我们取得了大量的治疗进展，全视网膜光凝有效地缓解视网膜病变进展，抗VEGF药物已经成为治疗DME的一线治疗手段。而二级预防的意识仍然缺乏， 及时的危险因素控制和足够的病变筛查都是我们所欠缺的 。 DR是系统性疾病引发的眼部微血管病变，“眼科医眼”是不够的，必须引入整体的内科管理思维。 严格的血糖控制对于1型糖尿病患者而言可以降低7 5 % 的糖网发生 ， 然而对于 2 型糖尿病严格的血糖控制减少糖网的发生只有 2 0 %。而严格的血压控制对于2型糖尿病患者其糖网发病的抑制效应甚至高于血糖控制。看来管好血糖、血压对于保护视力都十分重要 。 全球范围内的诸多研究都指向血糖控制和血压管理对于DR的预防大有裨益，这其中包括了新加坡、北京、邯郸、非洲等地域的调查研究。

糖网的筛查工作量较大需要投入巨大的人力财力，然而其在减少因病致盲方面贡献巨大，瑞典在上世纪90年代开展的糖网筛查工作使得致盲率下降了47%，而英国建立的筛查制度覆盖了众多的糖网患者。新加坡目前建立了全国糖网的筛查项目，共覆盖了全国约一半的糖尿病患者。通过18个筛查中心的建立摄取患者的眼底照片统一经由读片中心进行评阅，及时将筛查结果返送和汇总这样可以进行统一的疾病管理。然而， 糖网的筛查工作在全球开展的仍然十分欠缺 ，为何如此难办？仅1996年美国需要进行筛查糖网病人的眼底照片多达3200万张，这一数字到背后是庞大的眼科医生需求，到2012年全球约有20万眼科医生面对越来越重的疾病负担，其中的困难可想而知。

但幸运的是，面对困难人类的选择不是却步而是迎难而上，利用 人工智能 去应对糖网的筛查工作。人工智能的概念已经提出来近70年，而在2010年以后深度学习的革命将人工智能推向更深的程度。传统电脑诊断是人工设定程序将诊断标准输入电脑经过分析后得出结论（输出）。 而现今的深度学习则是把传统的结论（输出）交给电脑，通过程序让电脑进行“学习”最终将符合诊断标准的患者照片智能的“读”出来 。据悉自动化的 深度学习诊断系统每天可以进行多达 2.6亿张读片 ，我们知道电脑是不会“累”的该优势可以说完爆人类。那么AI的准确性如何呢？在一项通过眼底照片预测血压的试验中，AI得出的血压值是148.0mmHg，而经现实测定的血压值是148.5mmHg可以说是相差无几；而 对于D R筛查 ，A I的判断准确率高达 99 .1 %， 显示出了比人工判读 相当 的敏感性和特异性 。

可以说对于AI的诊断策略是“有样学样”因此我们使用AI技术的挑战是： 提供大数据支持及正确的学习资料 、 同时将标准化的模式普及到“真实世界” （因为正是世界中眼底照片往往受到白内障干扰、不同拍照设备的差异也不容忽视）、另外还有一个来自人类自身的干扰因素那就是： 克服黑箱恐惧 。借助人工智能我们可以更早地预见未来，未来的眼科诊断有可能是医生拿着智能手机连接特制的镜头直接完成眼底照相，个人读片和人工智能读片相结合进行诊疗。

最后Wong教授总结道： 面对D R需要全国家全人口的国际策略去应对 、 通过系统性危险因素管理和 筛查将D R的预防从三级预防提升为二级预防 、 建立更完善的机制实施 DR筛查工作、同时用好A I技术委以其重任 。

Wong教授对于糖网的解读鞭辟入里，让我们了解到糖网在全球尤其中国的严峻形势，并且从糖网的筛查、预防到人工智能的应用进行精彩剖析，给以这披着糖衣的大boss一记有力的回击。大会主席Sebastian Wolf教授特为其授奖，全场掌声雷动！

大会的最后，来任大会主席Frank Holz教授为本次大会举办的视频评比大赛进行总结发言，对参赛选手的作品表示高度赞赏和钦佩。

其中，最让人眼前一亮的视频，Frank Holz教授谈到，无疑是来自西班牙Fernando Gonzalez del Valle作品 A Fistful of Intraocular Pellets ，以及加拿大David Chow作品 Autologous lens capsular graft for persistent macular hole ，他们分别荣获视频秀金奖和银奖，并由Frank 教授为其颁奖，定格下这荣耀时刻。