同步暸解心血管病風險 AI眼檢數分鐘揪眼疾
文◆張淑媚《明報》
隨着人工智能興起，近期有眼鏡店、眼科檢查中心推出AI眼睛健康風險評估（下稱AI眼檢），幾分鐘內就可透過視網膜影像，快速分析到患青光眼、糖尿上眼等常見眼疾風險，甚至可了解心血管疾病潛在危機。
AI眼檢是否可靠？可否取代眼科醫生的檢查？應怎樣詮釋檢測結果呢？
（香港訊）不少眼疾早期都沒有徵狀，例如有“視力小偷”之稱的青光眼，因視神經逐步萎縮引致視力受損，慢性青光眼早期幾乎沒有病徵，視力從兩側開始損失，直至擴散至眼球中央，影響日常生活後，患者可能才察覺異狀。
另外，糖尿病視網膜病變（又稱糖尿上眼）初期也沒有明顯視力影響，但當血糖控制不穩，視網膜血管受損，就可引起視網膜病變，視野變得模糊，甚至突然失明。這類眼疾只有靠定期檢查，早發現早介入來預防。
50歲以上糖友每年驗眼
近年科研人員、本地大學研發出不同的AI篩查工具，訓練人工智能辨識不同眼疾特徵。利用眼底攝影（影眼底相）或光學相干斷層掃描（OCT掃描），分別得出視網膜影像或三維圖像後，交由AI分析運算，如從視網膜血管識別糖尿上眼，又或從視神經結構辨別青光眼等，短至幾分鐘就可評估出青光眼、白內障、糖尿上眼、黃斑病變等眼疾風險，甚至可了解心血管疾病風險（文見懂多一點）。
最近有眼鏡店、眼科檢查中心推出AI眼檢服務，亦有本地大學正推動相關研究。香港理工大學眼科視光學院科研眼科講座教授何明光表示，“AI眼檢是一個初步篩檢，當AI覺得你很大可能有糖尿上眼，會建議轉介眼科醫生，其實是一個分流方法。”
他以糖尿上眼為例，外國建議50歲以上糖尿病人每年驗眼；香港糖尿病患者約70萬人，視光師和眼科醫生未必能每年處理大量檢查，AI眼檢可提供一個低成本、節省人力物力的篩查方式。
早前理大眼科視光學院聯同連鎖眼鏡店，推出糖尿上眼篩查研究計劃，300名糖尿病患者中，揪出約5％疑有糖尿上眼。另外，有些長者對於全面眼科檢查較為卻步，或對費用、需時、檢查過程等有顧慮，何明光認為，透過簡便、容易接觸的AI篩檢，或可增加他們的檢查意欲。
盼可疏導醫療系統壓力
當懷疑眼睛有異常，AI眼檢從拍照、掃描、運算到分析結果，只需10數分鐘就可將患病風險分級；相比起醫生做一系列檢查，時間大大縮短。香港中文大學眼科及視覺科學學系系主任譚智勇以青光眼為例，一個懷疑有青光眼的新症患者，第一次門診起碼需1小時或以上，接受多項檢查，包括裂隙燈檢查、眼底檢查、OCT掃描，還要詳細了解病史；有時檢查完畢亦未必能完全確診，例如近視人士的眼底結構改變，便與早期青光眼很相近，或許需做第2、3次檢查，呈現惡化跡象才能確診。診斷青光眼可以是一個漫長過程，醫生需花時間了解不同因素、有足夠經驗，才能確診或排除患病。
“這個診斷過程難以處理成千上萬的人，因資源上不容許；而AI可幫很多人做篩查，找出高風險人士，建議他們盡早求診，才再做上述一系列檢查。”
中大正在眼科醫院試行AI檢測青光眼，按照計算的患病風險，為一些較高危的懷疑新症安排提早診症。根據醫管局眼科門診統計，穩定新症個案平均需輪候2年，中大眼科及視覺科學學系副教授張艷蕾指出，輪候時間過長，患者可能在期間喪失一定視力，因此希望早發現、早治療，找到早期青光眼患者。
“另外，也不希望一些沒有患青光眼人士，長時間輪候後白擔心一場，既浪費他們的時間，也浪費醫療系統資源，期望透過AI疏導醫療系統壓力。”
瞳孔小患柏金遜不適宜
AI眼檢的準確度受不同因素影響，最直接就是拍攝或掃描影像質素，如果影像模糊不清，準確度就會較低。
何明光舉例，瞳孔太小的人，或難以長時間注視一處的柏金遜患者，便可能無法獲取有效影像，需要由醫生做檢查。訓練AI所用的資料質素亦很重要。
張艷蕾指出，AI研究常說“garbage in, garbage out”，如果輸入質素較低的資料，得出結果都不準確。因此，訓練AI除了要有合理數量的影像，還講究當中涵蓋到眼疾多少種形態和特徵，有沒有經過外部驗證，甚至由什麼人“教”AI分類，都很關鍵。
因此，市民在選擇AI眼檢服務時，可多留意AI系統背後的研發過程、數據質素等。
辨別假陽性特徵減犯錯
AI系統與人一樣都可能犯錯，出現假陽性或假陰性，何明光指出，如果是假陽性，或為當事人徒添擔憂；另外若轉介很多假陽性個案予眼科醫生，對醫療體系都可能製造不必要的負擔。
因此，AI系統推出市面前，一般需達到逾90％準確度；應用一段時間後亦需定期測試，例如他的團隊會在累積一定使用者數量後，將AI列為陽性的照片，交由眼科醫生判斷屬真或假陽性，再將結果交由AI深度學習，教AI辨別假陽性的特徵，減低犯錯。
AI篩查工具非醫療診斷
當AI評估出患病風險，下一步怎麼辦？譚智勇強調，AI眼檢只是篩查工具，並非醫療診斷，“不是做了篩查就無須看醫生，它不能夠確診任何疾病，也不能夠完全排除患病，最後仍需由醫生檢查和診斷。”
“以青光眼為例，醫生診斷時除了觀察視神經結構，
還需考慮一籃子危機因素，包括眼壓、遺傳史、深近視深遠視，
或者糖尿病、高血壓、偏頭痛等共病；
而AI系統只看一項參數——視神經結構，
所以，不能夠確診或完全排除患病，只能給出一個機率。”
他建議，若有眼疾相關危機因素，如眼壓高、家族遺傳史等青光眼風險因素，應該直接求醫，醫生可在當下確診或排除患病，“但如果有個人原因不想看醫生，都可考慮這類檢查，好過完全不理會；而其他沒有眼疾危機因素人士，可自行衡量是否值得付出時間和金錢了解患病風險。何明光補充，建議糖尿病患每年接受一次篩查，預防糖尿上眼。”
分析神經血管 眼睛看出全身病
眼睛被形容為“靈魂之窗”不無道理，不止因為是我們認識世界的對外窗口，它們亦是對內窗口，可指向身體多種疾病。
中大眼科及視覺科學學系副教授張艷蕾解釋，與其他器官相比，眼球內透明的玻璃體，提供一個很好的“窗口”，直接觀察和分析眼底神經和血管。
中大眼科及視覺科學學系系主任譚智勇指出，眼睛是唯一可透過肉眼看到體內兩個重要組織——中樞神經系統和血管，包括動脈與靜脈，因此不止可診斷到青光眼、白內障等眼疾，還可揪出心血管疾病、中樞神經系統疾病如阿茲海默症（Alzheimer’s disease）等。
張艷蕾指出，眼睛和腦部在胚胎學、生理結構上很相似，視網膜一向被視為大腦和中樞神經系統的延伸；而且全身微血管互相緊扣，透過眼睛可直接或間接地看到全身疾病，“因此是一個很好的地方研究全身疾病。過往亦有研究發現，除了腦病，從眼睛還可見到心臟病、腎病、肝病等的關聯。”
偵測阿茲海默準確度80%
中大醫學院早前研發出人工智能系統，透過影眼底相偵測阿茲海默症，準確度逾80%。