中国科研新突破：致盲性眼病青光眼发病概率可

中新网报道，智能科技与眼科临床医疗的融合，为中国眼科界带来科研新突破。近日，中国科学院计算技术研究所的研究团队与爱尔眼科携手公布了一项令人振奋的科研成果。在IEEE Transactions on Medical Imaging权威期刊发表的研究论文中，题为“GLIM-Net：基于时间敏感自注意力机制的慢性青光眼预测转换器”的研究成果表明，致盲性眼病青光眼发病概率现在可以实现个体精准预测。

这项研究的成果正值第16个“世界青光眼周”，其主题强调了关注青光眼对于保护视野和视力的重要性。在全球，青光眼是第二大致盲性眼病，预计到2040年，患者人数将增至1亿1000万。但由于青光眼早期症状不明显，很多患者会错过早期发现和治疗的机会。“早发现”成为防止青光眼致盲的关键手段。

当前的人工智能技术在青光眼诊断方面已有广泛应用，主要通过自动分割视杯视盘计算杯盘比来诊断青光眼。在青光眼的早期预测方面，即通过分析患者一段时间内的序列影像预测其未来患青光眼的可能性，相关研究仍显匮乏。现有的算法如DeepGF基于LSTM网络设计，存在检测精度有限、无法预测给定时刻患病概率等不足。

针对这些局限性，中国研究团队创新提出了基于时间敏感自注意力机制的青光眼患病预测算法GLIM-Net。该算法能够处理拍摄的序列眼底影像及对应时刻信息，准确输出给定时刻患青光眼的概率。研究团队还设计了时间位置编码模块和时间敏感的多头自注意力模块，以更有效地编码时间信息，并根据时间间隔调整对不同影像的关注度。

在公开数据集SIGF和Tumor-CIFAR上的实验结果显示，GLIM-Net表现出卓越的性能。在SIGF数据集上，其平均准确率达到了89.5%，为业界最优水平。业内专家指出，该算法能够实时追踪个体患病概率的变化，对于从阴性转为阳性的患者，其中间时刻的患病概率会有所增加。这一特点进一步证明了该算法在预测未来时刻患病概率方面的有效性。

这一科研成果的发布，为青光眼患者的早诊早治提供了新的希望。个体精准预测的实现，使得患者在成为“患者”前就被发现成为可能，这将极大地提高青光眼的早诊率，进而降低致盲率。随着智能科技的不断发展，我们期待更多类似的科研成果能够惠及广大眼科患者，为他们带来更好的视界。