近期，中山大學多學科研究團隊牽頭研發(fā)一款基于眼底彩照的無創(chuàng)智能腎病診斷系統(tǒng)，通過輸入患者的眼底圖像，可實現(xiàn)慢性腎臟病早期篩查、無創(chuàng)病理診斷及預后預測。相關研究成果于7月29日在國際學術期刊《自然-通訊》雜志發(fā)表。
眼睛可以反映全身健康。隨著眼科成像和人工智能技術的飛速發(fā)展，眼睛作為監(jiān)測人體健康狀態(tài)的“窗口”發(fā)揮著越來越重要的作用。
中山大學中山眼科中心林浩添教授與中山大學附屬第一醫(yī)院腎病科陳崴教授團隊牽頭，在2021年7月聯(lián)合國內(nèi)外多家醫(yī)院成立“眼腎聯(lián)盟”，致力于推動基于眼部圖像的人工智能技術在腎臟疾病管理中的創(chuàng)新應用。團隊前期收集了13144張眼底圖像，并建立多模態(tài)機器學習模型，研發(fā)了基于眼底彩照的無創(chuàng)智能腎病診斷系統(tǒng)。
8月1日，中山大學中山眼科中心林浩添教授使用無創(chuàng)智能腎病診斷系統(tǒng)進行篩診。
據(jù)林浩添介紹，通過輸入受檢者的眼底圖像，該系統(tǒng)可智能識別其是否患有慢性腎臟病，并且在識別不同程度的慢性腎臟病方面也表現(xiàn)優(yōu)異。
在慢性腎臟病的無創(chuàng)病理診斷方面，當患者在腎內(nèi)科或綜合內(nèi)科就診，醫(yī)生通過向無創(chuàng)智能腎病診斷系統(tǒng)輸入患者的眼底圖像，并結合患者常規(guī)血液與尿液檢查結果，即可預測患者患有IgA腎病、原發(fā)性膜性腎病等常見病理類型的概率。此外，該系統(tǒng)可同步預測病理腎小球硬化程度大于75%的發(fā)生概率。在多中心人機對比測試中，該系統(tǒng)的平均診斷準確率較腎病?？漆t(yī)生高26.89%，表現(xiàn)出顯著優(yōu)勢。
陳崴表示，相關結果意味著，該系統(tǒng)可為尚未接受或無法進行腎活檢的患者提供可信的無創(chuàng)病理診斷，輔助臨床醫(yī)生制定個體化診療方案，推動慢性腎臟病的精準管理。
據(jù)研究團隊介紹，無創(chuàng)智能腎病診斷系統(tǒng)還可預測慢性腎臟病患者在未來5年內(nèi)發(fā)生腎臟病終點事件的風險，且預測性能表現(xiàn)良好。這有助于醫(yī)生制定個性化的隨訪與管理策略，提前識別高風險人群，強化干預，降低不良結局發(fā)生的可能性。
此外，針對欠發(fā)達地區(qū)醫(yī)療資源匱乏、腎穿刺活檢嚴重受限，研究團隊進一步開發(fā)了該系統(tǒng)的簡化模型。該簡化模型僅依賴有限的血液與尿液檢驗指標，即可實現(xiàn)對慢性腎臟病病理類型較為準確的預測。在國內(nèi)外多中心的真實世界驗證數(shù)據(jù)集中，該簡化模型依然表現(xiàn)出良好的穩(wěn)定性與泛化能力。
目前，無創(chuàng)智能腎病診斷系統(tǒng)已部署在中山大學中山眼科中心眼病智能診斷云平臺，正在國內(nèi)外多個中心臨床應用并開展真實世界驗證研究。
