IBM與紐約大學合作用深度學習及早診斷青光眼

最近IBM研究院和紐約大學合作，針對青光眼的偵測進行研究，利用深度學習技術，藉由3D的原始視網膜光學斷層掃描影像，來偵測青光眼的特徵模式，進一步訓練模型來評估視野指標（VFI）值，VFI是代表整個視野狀態的世界通用標準，在實驗的過程中，模型錯誤率只有2%。

IBM指出，青光眼是全世界造成失明的第二大主因，影響著3.5%超過40歲以上的人口，在2010年，6,050萬人受到青光眼的影響，到了2020年，預計受該疾病影響的人口將會增加至8,000萬人，青光眼被稱為視力的小偷，因為青光眼的病程緩慢且大部分都沒有症狀顯現，40％的人在尚未察覺到任何異狀的情況下，就喪失了視力，而現有的治療只能減緩病程，無法保留視力，因此，及早發現和適時治療是相當重要的。

視野（visual field）測試能夠畫出病患可看見的視覺空間，用來診斷多種眼睛狀態，舉例來說，青光眼造成的視覺神經損壞，會導致上視野和下視野的特徵性視野缺損，測試是診斷中的一部分，不過，由於這些測試完全依賴病患的回饋，而病患對於警覺性是主觀的，尤其時間被認為是影響病患測試表現主要的因素，通常早上的表現會比吃完午餐後來得好，因此，病患可能需要多種測試，來確保取得正確的視力受損測量方式。

從生物學的角度來看，視覺功能和視網膜架構有關，但是有趣的問題是，我們能夠用眼睛的結構，透過非侵入式的技術，直接評估視覺功能嗎？IBM指出，若能夠找出視網膜成像數據中的資訊，來協助評估青光眼的狀態，答案是可以的，因此，IBM研究院和紐約大學合作，一同研究這項問題，透過AI分析視網膜光學斷層掃描影像的方法，相比傳統的方法，能夠更加有系統地找出影像中包含的訊息，在專家進行診斷時提供協助。