• on 20/12/2021

星島中大醫健園:AI新科技測青光眼 視力小偷速現形

青光眼並非驚悚電影中的綠眼怪魔,卻因屬香港頭號致盲眼疾,加上慢性青光眼沒有任何病徵,所以一旦患上此症,情況便猶如恐怖片般恐怖,幸而香港中文大學眼科及視覺科學學系專家研發出將人工智能應用於青光眼檢測的新技術,能夠盡早為患者確診及展開治療,大大減低青光眼的致盲風險。

眼球壓力過高  令眼神經受損

說起青光眼,不少人誤會是眼睛發出青光,其實這是香港最常見的致盲眼疾,當中約四分一的不可逆轉性失明,都是由此惡疾而起。據香港中文大學醫學院眼科及視覺科學學系系主任譚智勇教授表示,青光眼是視神經因逐步萎縮而導致視力受損,其成因關乎許多已知的高危因素,如高齡人士、患有深近視或深遠視、具有家族遺傳史等等,罹患青光眼的機會都會增加,此外如糖尿病、高血壓等慢性疾病,或是眼睛曾出現創傷等等,也會增加患青光眼的風險,然而譚教授提到其中一個很重要的因素,就是眼球壓力過高。「眼球內部是有壓力的,此壓力本身並非問題所在,反而因為它可維持眼球的形狀和結構,所以對眼睛非常重要,然而當眼壓出現過高情況,便會令視神經出現損傷,最嚴重甚可引致永久失明。」

無病徵難察覺  最嚴重可致盲

青光眼有許多不同的分類方式,最常見的便是根據眼壓改變速度,將青光眼分為急性或慢性,其中急性青光眼是指眼球壓力在短時間內迅速上升,因而出現紅、腫、痛,甚或是視覺模糊等情況,可是此類型只屬少數,絕大部分患者,均屬於情況更可怕的慢性青光眼。譚教授解釋:「慢性青光眼基乎沒有任何病徵,早至中期的患者,起初只會損失眼睛兩側的周邊視力,這過程十分慢長,患者通常難以察覺,及至視力損失慢慢由周邊移至眼球中央,影響到日常生活時才發現,此時視力損失可能已佔據整個影像,就是這種無病徵的特性,最能突顯青光眼的恐怖。」目前醫生診斷出青光眼後,可按情況為患者提供多種方法治療,包括使用眼藥水等藥物治療、激光治療,加快眼球內排水的手術治療,這些治療方法效用及風險各有高低,目的都是藉降低眼壓,來減慢青光眼的惡化情況,惟據譚教授表示,目前各種治療只能減慢視力進一步損失,不能夠將視力恢復,所以及早發現及診斷青光眼更尤其重要。

配合OCT掃描的人工智能  新技術

說到青光眼的診斷,譚教授指出有兩項重要的確診檢查,一是功能上的視野檢查,由醫生測視眼內不同位置的感光能力,藉此檢出哪一位置已喪失功能,另一項則是屬於結構檢查的OCT掃描,由於青光眼患者的視神經層,通常會隨着時間變薄,而利用全名為光學相干斷層掃描(Optical Coherence Tomography)的OCT掃描,便可協助量度視神經層的厚度,從而確定是否患上青光眼。這光學技術非但屬於非接觸性,過程亦十分簡單,只是視神經層厚度,其實也受很多因素影響,如深近視、白內障等都會影響量度效果,所以過往眼科醫生觀看報告,都要花時間了解不同因素,不過中大醫學院眼科及視覺科學學系副教授張艷蕾博士指出,只要配合人工智能運算,可對青光眼的篩查帶來重大效益。「近幾年大數據出現,加上新的AI運算方法,大大加快了人工智能在影像分析方面的發展,中大眼科及視覺科學學系早前也研發了利用AI的卷積神經網絡,專門分析OCT的三維數據,我們用上逾五千個三維數據來學習辨別青光眼,以計算患上青光眼的機率,再用二千個數據作驗證,發現其準確度達至九成,足可媲美眼科醫生。我們希望這系統能幫助青光眼的篩查及分流轉介,因為根據醫管局在網上展示的最新眼科門診新症輪侯時間,穩定新症個案的輪候時間約要兩年,若通過這AI系統來計算患病機率,便可將資源首先集中在真正病者身上,讓他們優先得到適切的治療,而假陽性的青光眼病人,也不用擔心長期等候檢查。」

聽專家話

「我們說青光眼是沒有任何病徵的疾病,而且隨着時間視力會逐步損失,所以及早發現青光眼是非常重要,我們通常會建議公眾人士,若有青光眼的危機因素,便應考慮定時檢查眼睛,這些危機因素包括年齡、家族遺傳史,以至深近視、深遠視、糖尿病、血壓高,又或是有偏頭痛、睡眠窒息症,或是眼睛曾受創傷,這些人士都值得考慮定時檢查眼睛。固然有這些危機因素的人非常多,所以在公營醫療機構未必可以幫所有這類人士作定時檢查,但我建議大家可以考慮找眼科醫生,最理想是可作一年一次檢查,而就是兩年或三年一次,都是可以考慮的,當然隨着年齡愈大,患青光眼的風險愈高,便更值得定時作這類檢查。」

香港中文大學醫學院眼科及視覺科學學系系主任譚智勇講座教授

原文:星島日報副刊  健康港專欄 (出版日: 2021年12月20日)

延伸影片 >

REPUBLISHING TERMS

You may republish this article online or in print under our Creative Commons license. You may not edit or shorten the text, you must attribute the article to 中大眼科 CUHK DOVS and you must include the author’s name in your republication.

If you have any questions, please email shaminotse@cuhk.edu.hk

License

Creative Commons License AttributionCreative Commons Attribution
星島中大醫健園:AI新科技測青光眼 視力小偷速現形