猜测糖尿病视网膜病变！上海六院贾伟平团队研创深度学习体系
该体系可依据眼底图画精准猜测糖尿病视网膜病变发展，效果为推进全球糖尿病并发症的智能防控贡献了我国力气，有望为全球糖尿病视网膜病变的筛防新战略的拟定供给指引。
今日（1月4日），上海交通大学医学院隶属第六人民医院内分泌代谢科、上海市糖尿病要点实验室贾伟平教授和李华婷教授团队，清华大学副教务长、医学院主任黄天荫教授团队，上海交通大学电院计算机系/教育部人工智能要点实验室盛斌教授团队在世界威望刊物《天然医学》（Nature Medicine）宣布科研效果，可精准猜测糖尿病视网膜病变发展。
该效果是医工穿插团队继2021年成功完结糖尿病视网膜病变辅佐智能诊断体系“DeepDR”研制之后，进一步构建的依据时序印象序列深度学习的糖尿病视网膜并发症预警体系“DeepDR Plus”。该体系可依据眼底图画精准猜测糖尿病视网膜病变发展，效果为推进全球糖尿病并发症的智能防控贡献了我国力气，有望为全球糖尿病视网膜病变的筛防新战略的拟定供给指引。
糖尿病视网膜病变（DR）是糖尿病最常见的微血管并发症，也是全球可防备失明的根本原因。该病初期症状藏匿，病况严重时或许会引起永久视力损害乃至失明。因为不同患者病况发展存在比较大差异，每位糖尿病患者患DR的危险和时刻难以精确猜测。
现在，以深度学习为代表的人工智能技能已被用于DR筛查，但是依据眼底图画来猜测DR发生危险仍是全球重视的重难点问题。在糖尿病等相关慢病治疗和办理的临床实践流程中，糖尿病患者往往只会依照相对固定的时刻距离进行筛查或随访，并发症的切当发生或发展时刻无法知晓，这也导致传统深度学习模型没办法完成疾病发展时序轨道的精准建模，从而无法猜测个别的发病和发展时刻点。
针对这一困扰全球糖尿病办理的关键技能瓶颈与临床需求，本项研讨初次依据大规模医学印象纵向行列，包括多国多种族的超20万名糖尿病患者的眼底图画和临床数据，立异性提出了依据Weibull混合散布模型的疾病发展剖析深度学习结构，创造性地将糖尿病视网膜病变的发展和发生时刻视为筛查区间内的随机变量，经过生计剖析与时序散布概率建模，成功完成了对糖尿病视网膜病变发展的危险预警和时刻猜测。
研讨团队经过将该体系应用于我国和印度的实在临床流程，证明该体系可在大幅度下降筛查频率和公共卫生本钱的情况下仍坚持极低的漏诊率，从而为将来的糖尿病并发症防控实践供给了个性化筛查和办理决策的依据。
前期筛查和干涉关于DR的防备和办理至关重要。国内和世界组织大多主张无或轻度DR的糖尿病患者每年进行惯例眼底摄片查看，以便及时有效地发现视网膜病变并进行干涉。但是，因为经济和医疗资源等要素的约束，尤其是在中、低收入国家，糖尿病患者惯例眼底摄片查看的施行和遍及困难重重。本研讨初次完成了个别化糖尿病视网膜病变危险和时刻猜测，DeepDR Plus体系仅依据基线眼底图画，精确猜测未来5年DR发展的个别化危险和时刻，优于传统临床参数模型。
此外，DeepDR Plus体系能精确辨认高、低危险人群，供给了人工智能驱动的个性化的引荐随访距离（低危险患者给予相对更长时刻的随访距离主张而几乎不导致要挟视力DR的漏诊）和办理战略（高危险患者给予相对更严厉的归纳干涉主张）。
人工智能驱动的个性化筛查距离归入糖尿病视网膜病变筛查体系，特别在发展我国家，能够极大进步眼底摄片筛查的功率、公平性和可及性。该研讨为糖尿病视网膜病变筛查、防备和治疗攻略供给了新的依据，有望对未来糖尿病视网膜病变的临床治疗流程和医疗费用等发生重要影响，在世界地图上为糖尿病智能防控贡献了我国技能和亚洲力气，为“一带一路”及全球中低收入国家和地区的糖尿病办理模式的提质增效与变革立异拓荒了新路途。
上海交通大学医学院隶属第六人民医院贾伟平教授、清华大学黄天荫教授、上海交通大学医学院隶属第六人民医院李华婷教授、上海交通大学盛斌教授为本文一起通讯作者。上海交通大学医工穿插方向博士生戴领（联合导师为贾伟平院士与盛斌教授）、华东疗养院陈婷丽主任、上海交通大学医学院隶属第六人民医院吴强主任、上海交通大学刘茹涵博士等为本文一起榜首作者。
本作业得到香港中文大学Carol Y. Cheung、新加坡国家眼科中心Gavin Tan Siew Wei、Yih-Chung Tham和Ching-Yu Cheng等教授及其团队的辅导和支撑，此外，来自我国医学科学院北京协和医学院、首都医科大学、华中科技大学、上海科技大学、中山大学、香港科技大学，印度Shri Bhagwan Mahavir玻璃体视网膜中心等单位的多学科专家给予了协助。该研讨得到科技部国家要点研制方案、国家天然科学基金、上海市科委“一带一路”世界联合实验室建设项目、上海市内分泌代谢疾病研讨中心（重中之重项目）及上海交通大学“交大之星”方案医工穿插研讨基金等赞助。
