随着生活方式的改变，糖尿病已成为全球危害人类健康的重要流行性疾病之一。在我国，约有1.1亿糖尿病患者。糖尿病的最大危害是各种并发症，患者若不加控制有八成患糖网病概率。糖网病作为18-65岁年龄段居首位的致盲眼病，其失明风险比正常人高25倍。
“定期眼底筛查可在早期发现糖网病的同时对自然病程进行干预，减缓病情进展，降低失明风险达94.4%。”团队成员奚子为、火生旭告诉记者。“然而，2016年中华医学会第二十一次全国眼科学术大会数据显示，我国还有20%的县级医院没有眼科，眼科医师尤其是眼底专业医师较少，与糖尿病患者比近1：3000。这些使得定期筛查、早期发现难以实现。”
该团队在信息科学专家荣辉桂、李肯立和中南大学湘雅二医院眼科专家罗静等组成的导师团指导下发现，在国家超算长沙中心强大的数据处理和计算能力支撑下，一个深度学习算法能够发现眼底照片中的糖网病迹象，从而实现自动判片和辅助诊断。“我们对8万多张眼底照片进行了测试，结果表明，算法的表现已达到专业眼科医生的水准，准确率为91%，耗时约为医生人工诊断的三十分之一。我们希望能帮助医生筛查更多的病人，减轻眼科医生的工作强度，降低人眼判片的误差，尤其是在资源有限的基层医院和社区医院中。同时，也希望能为糖尿病的慢病管理以及精准防控提供新的思路。”
目前该检测方法正在中南大学湘雅二医院、贵州省人民医院、贵阳市北京路社区第一卫生服务站进行初步的临床验证和测试。
京公网安备 11010502049343号