深度学习方法可协助临床医生准确诊断糖尿病视网膜病变

　　糖尿病视网膜病变(diabetic retinopathyDR)是糖尿病(diabetes mellitusDM)最常见最严重的并发症之一，也是成年人低视力和盲的主要原因，它严重影响着全球成千上万人的生活质量。目前我国糖尿病确诊患者超过9000万，隐性患者近1.5亿人。糖尿病病史10年患者中DR的发病率为50%，超过20年DR的患病率几乎为100%。据美国Wisconsin糖尿病性视网膜病变流行病学研究(Epidemiologic Study of Diabetic RetinopathywEsDR)资料，I型糖尿病患者中(<30岁一经发现即用胰岛素治疗)，病史在5年内DR的发生率为13%，病史在10~15年者则高达90%，其中25%为增生性DR(PDR)。II型糖尿病患者(≥30岁)中，病史在5年内需用胰岛素治疗者DR的患病率为40%，不用胰岛素者为24%，其中只有2%的患者为PDR。病史在10~19年用胰岛素治疗者DR的患病率为84%，不用胰岛素治疗者为53%。病史超过25年PDR的患病率为25%，糖尿病性黄斑水肿(DME)发生率在两型区别不大均为18%~20%。

　　近日，来自芬兰阿尔托大学(Aalto University)的科学家们通过研究发现深度学习（Deep Learning）方法可以协助临床医生准确诊断糖尿病视网膜病变及黄斑水肿，相关研究成果以“Deep Learning Fundus Image Analysis for Diabetic Retinopathy and Macular Edema Grading”为题，发表在Scientific Reports杂志上。

　　科学家们通过深度学习的方法可以快速诊断糖尿病视网膜病变及黄斑水肿，并且同时能够采集患者视网膜及黄斑的高分辨率图像（如图所示），对于糖尿病相关眼部并发症的诊断及治疗具有重要的临床意义。

　　深度学习（Deep Learning）是机器学习（Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习使机器能够模仿视听和思考，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。