由中山大学中山眼科中心（负责人：林浩添）和医院（负责人：钟跃思）共同领衔的国际多中心研究项目，首次采用眼部影像筛诊并评估肝胆疾病，该研究成果于年1月26日发表在国际顶级期刊TheLancetDigitalHealth。
这项研究定性了眼部影像特征与多种肝胆疾病间的关联，为肝胆疾病的筛查和识别提供了一种非侵入性、便捷、互补的方法，可作为机会性筛诊的工具。
该研究为前瞻性多中心研究，纳入年龄超过18岁并有完整临床信息的参与者，排除确诊为急性肝胆疾病患者，最终，采用来自三个肝胆专科及两个体检中心共计名参与者的裂隙灯或视网膜眼底影像开发深度学习模型。研发出7个裂隙灯模型、7个眼底模型（筛查模型用于判断是否患有肝胆疾病；识别模型用于判断是否患有纳入研究的六类病种中的其中一种），最后用测试集评估这些模型的性能。此外，还进行了可视化试验、遮盖试验及灰度化试验以增加算法的可解释性。
结果显示，使用裂隙灯模型筛查肝胆疾病的AUROC为0.74，眼底模型为0.68。对特定病种识别的AUROC分别为：肝癌模型，0.93（裂隙灯）及0.84（眼底）；肝硬化模型，0.90（裂隙灯）及0.83（眼底）；其他病种，包括慢性病*性肝炎、非酒精性脂肪肝、胆石症和肝囊肿模型的AUROC分别为0.58-0.69（裂隙灯）及0.62-0.70（眼底）不等。本研究首次验证了与结膜和巩膜相似，虹膜及眼底视盘、血管结构也包含了关键的诊断信息。
眼睛不仅是“心灵的窗户”，也可以是“健康的窗口”。眼睛是唯一可以直接观察到神经组织和动静脉的“窗口”，很多器官系统的病理变化都会在眼睛留下“痕迹”。传统医学已证实，肝胆疾病患者可出现结膜和巩膜*染等临床体征。然而这些改变仅局限于少数病种，非特异且检出率低，限制其成为临床独立诊断特征的潜在用途。中山大学林浩添教授和医院钟跃思教授团队采用人工智能技术，以期建立眼部特征与多种肝胆疾病之间的定性关联，使得利用眼部影像自动筛查和识别肝胆疾病成为可能。
国际著名医疗机构美国MayoClinic大内科主任和肝胆首席专家VijayHShah教授发表同期评论：“这项研究及时且重要，人工智能技术引导了不同学科的合作创新，并产生了新时代的医疗技术。”