本报讯（记者朱汉斌）中山大学中山眼科中心教授张秀兰团队成功利用AI智能预测青光眼发病与进展。相关研究近日发表于《临床研究杂志》。

该研究主要分为两个部分，即青光眼发病预测和进展预测。发病预测指基于基线眼底彩照评估3~5年后受试者转为青光眼性视神经病变的风险。研究团队开发发病预测模型，基于基线眼底彩照预测未来发生青光眼的概率。发病预测模型由分割模块与预测模块两部分组成，基于10357只眼的数据进行训练，并在包含1674只眼的两个外部队列中进行验证。

进展预测指基于基线眼底彩照评估青光眼患者在未来3~5年发生视野进展的风险。该部分研究受试者均接受眼底彩照和视野配对检查。研究团队开发进展预测模型，基于基线眼底彩照预测未来发生青光眼进展的概率。进展预测模型同样由分割模块与预测模块两部分组成，基于3003只眼的数据进行训练，并在包含850只眼的两个外部队列中进行验证。

在进一步的可解释性分析中，热图表明人工智能模型预测风险时主要依据视盘边缘和盘沿上、下血管弓区域，与临床医生评估青光眼损伤时的关注点极为相似。该研究首次在大样本纵向眼底彩照数据上实现了基于基线数据的青光眼病情预测。将基线眼底图像输入AI模型，即可得出健康受试者在未来3~5年内发展为青光眼或青光眼患者视野进展的风险。

据介绍，该项研究成果有三大亮点：一是，首次实现基于AI的青光眼发病及进展预测，且算法在外部测试集依旧保持出色的预测性能；二是，青光眼发病预测数据来自社区筛查队列，更好地反映青光眼在人群中的分布特征，加强了AI模型的泛化性和可靠性；三是，AI模型成功地从基线眼底彩照中识别出视野恶化的高风险患者，实现了基于结构的功能预测；且AI模型对不同的青光眼亚型都表现出较高的预测准确性。

相关论文信息：https://doi.org/10.1172/JCI157968