前言：为规范人工智能（AI）辅助筛查技术在青光眼筛查方面的应用，我国青光眼专家制定了《中国基于眼底照相的人工智能青光眼辅助筛查系统规范化设计及应用指南（年）》。
No.1
AI辅助青光眼筛查，有何意义？
早期确诊的青光眼患者通过合理治疗，绝大多数可保有视功能，因此通过筛查，早期发现、早期诊治青光眼对患者的预后具有重要的意义。
一、眼压测试结果无法作为POAG的诊断或筛查指标。新加坡、印度以及北京的流行病学调查结果表明，约90%原发性开角型青光眼（POAG）患者未被发现。在亚洲国家中，眼压正常的POAG患者可达70%以上，其中61%的患者发现时病程已发展至中晚期。据Cockburn等估算，37%的POAG患者在眼压控制正常后视野损失仍可进展。因此，在健康人群中筛查青光眼，尤其发病隐匿、后果严重的POAG尤为重要。
二、近期的研究表明，眼底照相可作为筛查POAG的重要方法之一。在健康人群中采用眼底照相筛查POAG，可以避免患者因对疾病认识不足而错过最佳治疗时机。
三、AI筛查青光眼更符合成本效益比。使用AI对青光眼彩色眼底图片进行诊断，可极大节省成本，提高眼科医师的效率，从而使筛查覆盖更广泛的人群,避免因早期漏诊而致盲的情况发生。
No.2
AI青光眼辅助筛查系统的构建和准确性要求
指南对AI青光眼辅助筛查系统的数据集来源、训练集数量、调优集数量、训练集及调优集标注、标准测试集、标准测试集标注、算法模型构建、算法模型评估指标等内容进行了翔实的描述。
No.3
AI青光眼辅助筛查系统的临床应用标准
为高效筛查，及时而准确发现潜在青光眼风险的人群，指南指出，AI青光眼辅助筛查系统应当具备受检者管理、图片显示、AI评估结果、专科医师拟诊意见、报告等功能。以下就此进行解读。01.
彩色眼底图片的采集与质控
眼底图片作为青光眼筛查的核心内容，指南不仅规定了对彩色眼底图片采集的硬件要求，还对其采集标准，如拍摄位置、图片质量等做了规定并将彩色眼底图片质量分为合格、不合格和可接受3类（图3）：A.合格，即图片无质量问题，且拍摄位置符合指南对拍摄位置的要求。B.不合格，包含严重曝光异常、严重屈光间质混浊、大片污损、信息缺失及无关图片等。C.可接受，即存在轻微的曝光问题（边缘轻度漏光）、不影响判读的小污损、轻微的失焦或模糊图片等。(A示合格；B示可接受，图片具有不影响判读的小污损；C示可接受，图片受到屈光间质轻度混浊影响；D示可接受，图片边缘漏光；E示不合格，图片受到屈光间质重度混浊影响；F示不合格，非眼底图片；G示不合格，图片严重过度曝光；H示不合格，图片有严重污损)02.
AI青光眼辅助筛查方案
为了使筛查结果更准确，指南建议在AI分析前增加额外环节对图片的可信度进行评估。例如，每次拍摄完成后均须对图片的可信度进行评估，若3次拍摄可信度均差，则为拍摄失败，无法进行眼底图片筛查。
指南建议青光眼彩色眼底图片采集达标标准此外，指南还对这项技术的筛查方案及分级指导制定了标准并对结果建立了确认机制。
No.4
基于眼底照相的AI青光眼辅助筛查的临床指导原则
指南规定，根据青光眼视神经病变的主要表现对青光眼视神经损伤进行判断：
（1）垂直C/D0.6；
（2）双眼垂直C/D相差0.2；
（3）视盘颞下方或颞上方盘沿宽度窄于鼻侧，但盘沿颜色正常；
（4）与视盘颞下方或颞上方盘沿变窄相对应的局部楔形视网膜神经纤维层缺损；
（5）视盘边界处线状出血。
同时，对基于眼底照相的AI青光眼辅助筛查结果的分类及对应处理原则提出相应建议：（1）未见青光眼视神经损伤，即无上述5条表现，建议每年进行1次眼底健康检查；（2）可疑青光眼视神经损伤，即出现上述5条中任意1条表现，应转诊眼科医师尤其青光眼专业医师。青光眼的早筛查很重要，但筛查确诊后的治疗直接关乎到患者的视功能。诺明?是国产首支曲伏前列素滴眼液，其具有降IOP幅度可达30%以上，单次给药有效控制IOP长达24小时，减少昼夜异常眼压波动同时也减少联合用药比例等特点，备受眼科医患的青睐。诺明?为护佑POAG及高眼压症患者的一线光明一直在努力！
远大天天明