深度学习模型在年轻发病糖尿病患者糖尿病视网膜病变中的验证：年轻群体中的亮眼成果

为探究深度学习系统（DLS）对年轻糖尿病患者的筛查效果，研究发现其在 18 - 25 岁人群中表现良好，意义重大。

　　# 深度学习模型助力年轻糖尿病患者眼疾筛查：精准评估与意义深远
在糖尿病的众多并发症中，糖尿病视网膜病变（Diabetic Retinopathy，DR）犹如一颗 “定时炸弹”，悄然威胁着患者的视力健康。随着糖尿病发病率在青少年和年轻成人中的迅速攀升，DR 的发病风险也与日俱增。以往针对 DR 的深度学习系统（Deep Learning Systems，DLS）大多在平均年龄 50 岁及以上的人群中进行开发和验证，然而年轻患者群体有着独特的眼部特征，比如视网膜光泽（retinal sheen）更为明显，这一特征容易被误判为渗出物或棉絮斑，可能干扰 DLS 的检测结果。但目前针对年轻群体的研究却相对较少，这就如同在黑暗中摸索，看不清这一特殊群体眼部疾病的真实状况。为了填补这一空白，来自谷歌（Google）、全印度医学科学研究所（All India Institute of Medical Sciences，AIIMS）等机构的研究人员携手开展了一项意义非凡的研究，相关成果发表在《Ophthalmology and Therapy》上。

研究人员在印度新德里的 “Diabetes of Young” 诊所开展了一项前瞻性横断面队列研究。他们招募了 321 名年龄在 18 至 45 岁之间的患者（其中 98.8% 患有 1 型糖尿病），将其分为年龄 18 - 25 岁的年轻队列和 26 - 45 岁的年长队列。研究人员为参与者拍摄眼底照片，经过经验丰富的分级人员判定以获得参考 DR 等级。研究使用的 DLS 基于超过一百万张图像（平均年龄 50 岁以上）和 Inception - v4 架构开发，能输出 DR 严重程度和糖尿病黄斑水肿（Diabetic Macular Edema，DME）的存在情况。

研究结果

1. DR 检测性能：在检测中度及以上 DR 时，年轻队列的眼级敏感性为 97.6% [95% 置信区间（CI）91.2, 98.2]，年长队列的敏感性为 94.0% [88.8, 98.1] ，二者差异无统计学意义（p=0.418）；而特异性方面，年轻队列达到 97.9% [95.9, 99.3] ，年长队列仅为 92.1% [87.6, 96.0] ，差异有统计学意义（p=0.008）。这表明 DLS 在年轻群体中对中度及以上 DR 的检测特异性更高1。
2. DME 检测性能：年轻队列检测 DME 的敏感性为 79.0% [57.9, 93.6] ，年长队列敏感性为 77.5% [60.8, 90.6] ，二者差异不显著（p=0.893）；特异性上，年轻队列是 97.0% [94.5, 99.0] ，年长队列是 92.0% [88.2, 95.5] ，差异显著（p=0.018）。不过，所有 DME 检测的漏诊情况都出现在有视网膜光泽的图像中1。
3. 视网膜光泽的影响：94% 的图像中都出现了视网膜光泽，且其与 DME 的存在相关（span data-custom-copy-text="\(p0.0001\)"p<0.0001）。经图像审查发现，视网膜光泽干扰了参考 DME 状态的判断，增加了标签中的噪声，降低了测量的敏感性12。
4. 图像分级情况：DLS 对 DR 和 DME 的分级率近乎完美，均达到 99%，年轻队列和年长队列之间无显著差异。这意味着 DLS 在图像分级方面表现出色，不受年龄因素的明显影响2。

研究结论与意义

这项研究表明，DLS 在 18 - 25 岁的年轻糖尿病患者中进行 DR 筛查时表现良好，与 26 - 45 岁的人群相比，具有相当的敏感性和更高的特异性。不过，视网膜光泽的存在使得 DME 的识别变得困难，降低了 DLS 检测 DME 的敏感性，后续或许需要结合光学相干断层扫描（Optical Coherence Tomography，OCT）等技术来提高测量 DME 敏感性的准确性。该研究成果为年轻糖尿病患者 DR 的早期筛查提供了有力的支持，有助于及时发现并干预眼部病变，降低失明风险，对改善年轻糖尿病患者的生活质量具有重要意义。

研究方法

研究人员主要采用了以下关键技术方法：

1. 样本采集：从印度新德里 AIIMS 医院的 “Diabetes of Young” 诊所招募 18 - 45 岁患者，获取眼底照片，排除有白内障病史者，分为年轻和年长两个队列3。
2. 图像获取与处理：使用 Topcon Maestro 相机拍摄眼底照片，经自动分级算法处理，对图像进行裁剪、调整大小后输入 DLS4。
3. 诊断评估：由三位分级人员（两名眼科医生和一名验光师）依据多数意见确定参考等级，对比 DLS 输出结果，评估其敏感性、特异性等指标5。

综上所述，该研究为年轻糖尿病患者的眼部健康保驾护航，虽然视网膜光泽带来了一定挑战，但也为后续研究指明了方向，期待更多精准有效的筛查手段出现，守护年轻患者的光明未来。