“琶洲之星”专访：科研人员用AI大幅提升青光眼筛查效率

广州琶洲，一个新的产业高地崛起于珠江南岸。不同领域的人在此倾注精力，历时数十年共同打造了一座融合会展、电商和数字经济的新功能区。南都·琶洲π特别策划“琶洲之星”系列人物专访，聚焦琶洲典型领域的典型人物，与你一同看见“人才的力量”。

青光眼已经发展为全球排名第二的致盲眼病，仅次于糖尿病性白内障，其独特之处在于所导致的视神经损伤、视野损害是不可逆转的，危害性极大。在AI赋能千行百业的当下，在青光眼的检测和辅助诊断领域，AI已“大显身手”，尤其是在医疗条件相对落后的地区。

在位于广州海珠的琶洲实验室，许言午教授致力于AI技术运用于青光眼的筛查和诊断。他还联合广州本地医院公开了高质量的眼科影像数据集。采访中，许言午透露，“AI眼科医生”将有望从眼底照相看眼病向看心脑疾病延伸，在这一领域，琶洲有望让广州走在国内城市的最前沿。

许言午，琶洲实验室研究员，华南理工大学未来技术学院教授、博士生导师，世界卫生组织（WHO)数字健康咨询委员会专家，新加坡眼科研究所（SERI)客聘教授。

01

AI大幅提升青光眼筛查效率

作为全球排名第一的不可逆的致盲眼病，青光眼正在夺走越来越多人的“光明”。中华医学会眼科学分会青光眼学组、中国医师协会眼科医师分会青光眼学组于2020年发表在《中华眼科杂志》的《中国青光眼指南（2020年）》一文指出，2020年我国青光眼患者的人数达到2100万，致盲人数可达到567万，致盲率约为27%，已成为危害视觉健康的主要眼病之一。

青光眼主要是因眼睛前房的分泌液（注：又称“房水”）流出受阻，导致眼压增加，对视神经造成压迫，进而使其受损，且呈现不可逆性。

“美国爱荷华大学教授Michael Abramoff经过长达18年的研究，设计了全球第一款针对糖尿病视网膜病变医疗级的AI系统，能够扫描和分析患者的视网膜，并获得了FDA（美国食品药物管理局）的批准。”许言午向记者介绍了AI识别眼底照相在国际上的先例。

“只是看糖尿病视网膜病变还不够。就检查而言，大家去医院会希望能够检查更多的病。”许言午决定有所创新地将这一技术思路运用于更多病种的筛查上。2010年，在新加坡科技发展局从事研究工作的许言午和时任世界青光眼协会主席进行合作，着手将这一想法付诸实践。

许言午联合中山大学中山眼科中心研发了面向多病种的眼底照相AI辅助诊断系统，并且顺利通过国家药监局审查，获得三类医疗器械注册证书，为国内首个多病种AI医疗器械。

记者在琶洲实验室的一楼展厅里进行了体验。只需将眼部放于采集设备前，短短几秒便完成了视网膜的扫描。检测结果也随即出现在一旁的电脑上，包括糖尿病视网膜病变、青光眼，以及病理性近视等。其检查过程犹如上眼镜店配镜前的度数测量一样，方便且迅速。

眼底影像AI分析的结果可以迅速地呈现在显示屏上。

AI让青光眼的检测效率大幅提升。“以前一位医生一天看50个病人，现在可以看500个。在青光眼患病率更低的年轻学生群体中运用的话，效率还能更高。”记者获悉，目前该套系统已经在多个城市上线使用，例如广东肇庆、山东潍坊等。

许言午坦言，这套AI系统在术前术后有更多的发挥空间。“大家上医院前，总想多了解一些信息；在手术之后，医生需要进行随访。”

AI诊断已经有了一定的可行性。许言午告诉记者，AI诊断正确率正逐步提高，但其当前无法替代医生，其结果还需要医生签字确认。提升AI的可信度一直被研究。许言午告诉记者，“置信度”的加入可以让AI所作出来的判断更让人信服，意思是：AI会判断所获取信息的可信度，当置信度低的时候，会告诉使用者加强自我判断。

02

高质量眼科数据集掀起研究热潮

数据是AI发展的三大底座之一。当AI已经学习了所有的公开的数据后，在细分领域、具体场景中，那些未获公开的独家数据让AI有了多样且个性的能力。

高质量的公开数据影响AI技术的发展进度。许言午发现，脑、心、肺的研究成果有许多，所反映出来的便是发表在国际顶级期刊的论文数量。但是眼科研究则呈现相反方向，越来越少。

许言午认为，导致如此情况的最核心原因是脑心肺领域的公开数据多。这让研究者能够方便地获取到高质量的数据。此前，有过一轮关于糖尿病视网膜病变的研究热潮。许言午观察发现，这是因为当时有机构公布了一份拥有8万张眼底彩照的数据集。

为了吸引更多人参与到眼科AI的研究中来，许言午联合中山大学眼科中心建立了眼科多病种精标影像公开数据集——iChallenge。iChallenge目前已成为全球最大的眼科多病种精标影像公开数据集。它共包含9个子数据集，拥有多病种、多模态、多任务和多人标注四大特点。每个子数据集标注任务由中山大学中山眼科中心5至8位专业医生完成。

能够处理分析数据的终端设备。

同时，iChallenge团队还举办了9次眼科影像AI算法挑战赛，累计超过5000支队伍参赛。截至目前，iChallenge已被超1000篇科研论文引用。

iChallenge数据集对眼科研究的贡献得到了第三方机构的认可。2023年底，在国际测试委员会（Bench Council）2023年会议上，iChallenge荣获Bench Council评估与基准测试领域2023年度TOP100成就奖。

“虽然数据集是我们建立的，但是出现了别人用它发表了比我们更高质量的论文。”面对这份“前人栽树后人乘凉”，甚至为他人“作嫁衣裳”的行为，许言午欣然接受、乐于看见。

当初选择以青光眼领域作为研究方向，除了考虑到科研方向的差异化，许言午是怀着一份社会责任感的。根据青光眼病人群体的数量和医疗费用水准，他计算出国内的青光眼市场的总额在每年200亿元左右。加上其他团队的占有部分，在许多人看来这并不是一个拥有很高经济价值的领域。

数据集的公开推动了科研的发展，缩短了科研到产品的转换时间，更多的年轻人愿意投入其中，AI的能力得到了增强。让许言午更看重的是“那些潜在的患者将在这一过程中受益。”

03

掌握多学科知识加速AI赋能千行百业

AI让越来越多的行业有了“智慧”的更多可能，也对更多人提出了掌握多学科知识的新要求，作为一名高校教师，许言午深刻感受到其在当前及今后的重要性。

华南理工大学在今年的招生政策中，为培养具有跨学科背景的复合型人才，推出“自动化+工商管理”“城乡规划+大数据管理应用”“旅游管理+计算机科学与技术”三个双学士学位项目。和此前公众一般认知的“双学位”不同，这三个“双学位”专业毕业的本科生主修两个专业，仅获得一个学位证书，但注明两个学士学位信息。

AI融合各行各业，跨学科的合作时刻上演。但许言午认为，虽然跨学科团队的合作可能很默契和顺畅，但毕竟涉及至少两人。客观存在的物理隔离，依然是不同领域融合的阻碍。

“一个掌握多学科知识的人，更能够将AI融合进其他领域。”许言午说，AI是一个通用工具，既能解决所有问题，但又不能解决任何问题。比如，AI被用来作弊就带不来任何价值。为此，许言午谈到，当前他需要花不少的精力来甄别学生论文中的AI含量。

AI要解决实际问题，要能产生经济价值、提升生产效率，例如运用在医疗、金融等领域。这个过程中，一个掌握多学科知识的人可以极大提升转化的效率和准确度。“就像互联网公司所提出的‘产品迭代’，两个人做不如一个人做来得快。”

实际上，许言午本人也面临着这方面的挑战。将AI技术运用于视网膜病变的筛查诊断，这要求他掌握医学知识。此前，为了项目的需要，他有针对性地学习了医疗知识，但不系统。在他的计划中，他将补上一个有关眼科医学的学位，以让自己更系统地掌握相关知识。“而不是头痛，医头脚痛医脚”。

身兼华南理工大学教授和琶洲实验室研究员的双重身份，许言午背负着教书育人和科技成果转化的双重任务。在转化方面，他在琶洲实验室将从视网膜图像看眼病拓展到看心脑血管疾病，该项目还得到了政府部门的支持。

“这是一个国际研究的热点趋势，我也请教过专家大咖。实际上临床已经开始这样操作了。”许言午解释道，脑部血管的动脉和眼部动脉类似，在临床上许多心脑血管疾病的诊断都是依靠看眼动脉来实现的。

“如果这一成果得到运用，将为琶洲拿下一个‘全国第一’。”许言午说道。

南都广州新闻部出品

采写：南都·琶洲π记者 代国辉

图片：受访者供图