1月4日，上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院內(nèi)分泌代謝科、上海市糖尿病重點實驗室賈偉平教授和李華婷教授團隊，清華大學(xué)副教務(wù)長、醫(yī)學(xué)院主任黃天蔭教授團隊，上海交通大學(xué)電院計算機系和教育部人工智能重點實驗室盛斌教授團隊在國際權(quán)威刊物Nature Medicine（備注：《自然醫(yī)學(xué)》）發(fā)表題為A deep learning system for predicting time to progression of diabetic retinopathy（備注：“用于預(yù)測糖尿病視網(wǎng)膜病變進展時間的深度學(xué)習(xí)系統(tǒng)”）的科研成果。

發(fā)布的論文。    上海市第六人民醫(yī)院 供圖

該系統(tǒng)可基于眼底圖像精準預(yù)測糖尿病視網(wǎng)膜病變進展，為推動全球糖尿病并發(fā)癥的智能防控貢獻中國力量，有望為全球糖尿病視網(wǎng)膜病變的篩防新策略的制定提供指引。

糖尿病視網(wǎng)膜病變（以下簡稱DR），是糖尿病最常見的微血管并發(fā)癥，也是全球可預(yù)防失明的主要原因。該病初期癥狀隱匿，病情嚴重時可能導(dǎo)致永久性視力損傷甚至失明。由于不同患者病情進展存在較大差異，每位糖尿病病人患DR的風(fēng)險和時間難以準確預(yù)測。

目前，以深度學(xué)習(xí)為代表的人工智能技術(shù)已被用于DR篩查，然而基于眼底圖像來預(yù)測DR發(fā)生風(fēng)險仍是全球關(guān)注的重難點問題。

研究團隊指出，在糖尿病等相關(guān)慢病診療和管理的臨床實踐流程中，糖尿病患者往往只會按照相對固定的時間間隔進行篩查或隨訪，并發(fā)癥的確切發(fā)生或進展時間無法知曉，這也導(dǎo)致傳統(tǒng)深度學(xué)習(xí)模型無法實現(xiàn)疾病進展時序軌跡的精準建模，進而無法預(yù)測個體的發(fā)病和進展時間點。

針對上述這一困擾全球糖尿病管理的關(guān)鍵技術(shù)瓶頸與臨床需求，此項研究首次基于大規(guī)模醫(yī)學(xué)影像縱向隊列，涵蓋多國多種族的超20萬名糖尿病患者的眼底圖像和臨床數(shù)據(jù)，創(chuàng)新性地提出了深度學(xué)習(xí)框架，成功實現(xiàn)了對糖尿病視網(wǎng)膜病變進展的風(fēng)險預(yù)警和時間預(yù)測。

目前，研究團隊還通過將該系統(tǒng)應(yīng)用于中國和印度的真實臨床流程，證實該系統(tǒng)可在大幅降低篩查頻率和公共衛(wèi)生成本的情況下，仍保持極低的漏診率，從而為將來的糖尿病并發(fā)癥防控實踐提供個性化篩查和管理決策的依據(jù)。

研究團隊表示，早期篩查和干預(yù)對于DR的預(yù)防和管理至關(guān)重要，當前國內(nèi)和國際組織大多建議患者每年進行常規(guī)眼底攝片檢查，以便及時發(fā)現(xiàn)視網(wǎng)膜病變并進行干預(yù)，但在中、低收入國家，糖尿病患者常規(guī)眼底攝片檢查的實施和普及困難重重。

而此次研發(fā)的深度學(xué)習(xí)系統(tǒng)，僅根據(jù)基線眼底圖像，就可以準確預(yù)測未來5年DR進展的個體化風(fēng)險和時間，優(yōu)于傳統(tǒng)臨床參數(shù)模型。這一研究有望對未來糖尿病視網(wǎng)膜病變的臨床診療流程和醫(yī)療費用等產(chǎn)生重要影響，在世界地圖上為糖尿病智能防控貢獻了中國技術(shù)和亞洲力量，為“一帶一路”及全球中低收入國家和地區(qū)的糖尿病管理模式的提質(zhì)增效與改革創(chuàng)新開辟了新道路。

上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院賈偉平教授、清華大學(xué)黃天蔭教授、上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院李華婷教授、上海交通大學(xué)盛斌教授為本文共同通訊作者。上海交通大學(xué)醫(yī)工交叉方向博士生戴領(lǐng)、華東療養(yǎng)院陳婷麗主任、上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院吳強主任、上海交通大學(xué)劉茹涵博士等為本文共同第一作者。

該研究同時得到科技部國家重點研發(fā)計劃、國家自然科學(xué)基金、上海市科委“一帶一路”國際聯(lián)合實驗室建設(shè)項目、上海市內(nèi)分泌代謝疾病研究中心及上海交通大學(xué)“交大之星”計劃醫(yī)工交叉研究基金等資助。