■丁思月

西南大学附属中医医院眼科副主任李妍在《人工智能在白内障诊疗中的研究进展》中指出，机器学习中的深度学习方法是目前最热门的AI领域，是机器学习的一个子集。它涉及使用人工神经网络，由多层人工神经元组成，模拟人脑的生理功能。深度学习系统可以通过训练自动提取和处理图像、文本以及语音识别的信息。近年来，AI系统在医学领域的应用上显出了优势，例如肺结节、肺癌、乳腺癌继发淋巴结转移、结肠镜下息肉和腺瘤的实时检测。在拥有大量标准图像和其他医学数据的眼科学领域，AI在糖尿病视网膜病变、年龄相关性黄斑变性、干眼和青光眼等方面都有优异的表现。

研究表明，基于多中心眼底图像的深度学习系统检测年龄相关性黄斑变性的灵敏度高达93. 2%。另有研究报告指出，AI强大的机器学习能力可用于干眼患者图像的细微识别、干眼诊断及严重程度分级。“算力的快速提高促进了深度学习方法的迅速升温。由于其在海量数据中提取高级特征和非结构化模式的特殊能力，深度学习系统可以获得良好的性能，在某些具体眼病的诊断上可以媲美或超越临床医生。”李妍说。

李妍表示，AI的出现为白内障检测、分级、IOL度数计算等领域带来了新的发展机遇。白内障作为居全球致盲率首位的疾病，其诊断和个性化治疗依靠现有的医疗模式已不能满足患者的需要。“伴随计算能力的提高和日益可用的白内障大数据增加，AI未来应用于白内障相关临床实践和服务是大势所趋，术后屈光状态的优化和儿童白内障的评估是未来的发展方向，这些均需要眼科科研人员和AI专家的共同努力和不断创新，齐心协力致力于AI在白内障领域的推广和应用。”

在白内障防治方面，目前防治白内障药物大多基于此前对白内障发病机制的研究。大量研究表明，谷胱甘肽作为一类重要的抗氧化化合物可减轻晶状体活性氧及脂质过氧化损伤，是一类潜在的预防性药物。叶黄素、玉米黄质、维生素E/C和胡萝卜素作为抗氧化药物同样已用于白内障的预防。浙江大学医学院附属第二医院眼科中心主任姚克在《白内障发病机制与防治策略的研究进展》中介绍，近期两个开创性研究指出，5-胆甾醇-3b,25-二醇与羊毛甾醇可以有效地逆转混浊的晶状体，这也使得药物研发的靶点转向晶状体中蛋白聚集体，开启了白内障药物防治的新篇章。

姚克表示，眼科医生一直期待安全有效的预防、延缓及逆转白内障的药物出现，抗蛋白聚集体类小分子药物为白内障治疗带来曙光。目前，防治白内障药物的研究方向已逐渐转向靶向蛋白聚集体逆转晶状体混浊，预防和治疗白内障药物的研究也取得了阶段性的进展。然而，截至目前，还没有严格的临床应用对照研究。“防治白内障药物的筛选、改造及验证工作还需继续，期望在不久的将来，能找到安全有效的白内障防治药物，改善患者生活质量、减轻社会医疗卫生体系的沉重负担。”姚克说。