幼兒檢視力難配合 人工智能來幫忙

以往媽媽們帶娃去醫院檢查視力，都會發現孩子難配合，從而影響了篩查的準確性。今后，人工智能技術將可以幫忙了。記者從中山大學中山眼科中心獲悉，該院全球首創的嬰幼兒視功能人工智能評估技術，可以解決這個問題，媽媽們帶著孩子錄制一段小視頻便可通過人工智能技術分析出孩子的視功能。目前，該技術在診斷先天性白內障、小角膜、小眼球、晶體脫位、無晶體眼等方面疾病的準確率均超過81%，尤其是診斷先天性白內障的準確率達到93%。

以大數據量化行為與視覺損傷的關系

幼兒用拳頭揉眼睛，甚至摳眼睛，對著光看得很入神……這些行為可能跟視力損傷有一定關聯，但由于去往醫院后，嬰幼兒在檢查時并不配合，給醫生檢查帶來一定的難度。據了解，由于難以客觀評估嬰幼兒的視功能，全球2000萬以上的視覺損傷嬰幼兒不能被及時發現而終生致盲，造成了沉重的社會負擔。中山大學中山眼科中心劉奕志教授和林浩添教授發現正常和視覺損傷嬰幼兒的行為模式差異，并利用人工智能深度學習技術，在全球首次建立了基于行為模式的嬰幼兒智能視功能評估系統，用于客觀篩查嬰幼兒的視功能，及時發現語言前嬰幼兒的視覺損傷。最新研究成果“Discrimination of the behavioural dynamics of visually impaired infants via deep learning”于2019年10月21日發表于《自然》雜志的子刊《自然生物醫學工程》。

林浩添介紹，視覺是人類最重要的知覺，既往研究表明，視覺和行為表型之間存在一定的對應關系。然而，視力喪失如何影響個體行為模式變化，在很大程度上仍然是未知的。研究通過分析4196例嬰幼兒、20980分鐘的行為學表型視頻大數據，定量對比不同視功能群體四大類、13個行為特征即斜視、震顫、雙眼運動不協調、揉眼、壓眼、戳眼、補償性光凝、空視、無目標視物、頻繁眨眼、瞇眼、皺眉的發生頻率及嚴重程度，這些與嬰幼兒視覺損傷的量化關系，從而判斷出嬰幼兒是否有眼疾。

視功能評估結果準確率超過81%

林浩添介紹，量化關系后，讓人工智能實現自主學習。智能評估系統在檢測輕度和重度視覺損傷以及病因診斷方面都有令人滿意的表現。與傳統的檢測方法相比，該系統對技術支持和嬰兒合作的需求較少，可行性和準確性都更高。

據介紹，具體來說，該技術在先天性白內障、小角膜、小眼球、晶體脫位、無晶體眼等方面疾病的診斷準確率均超過81%，其中先天性白內障的評估結果準確率更高達93%?！澳壳?，嬰幼兒的視功能評估都需要專業人士去做，但每個個體都存在差異。同時，醫療的需求也比較大，傳統的評估效率也較低。如今使用該項技術能實現更客觀、更普世，并緩解醫療資源的緊缺?！绷趾铺碚f。

林浩添透露，下一步，擬用半年的時間研發手機APP，讓家長帶著孩子面對手機就能完成評估。在APP設置中，將設置音樂等吸引孩子的注意，從而捕捉孩子的面部表情、行為等，將視頻數據傳輸后進行人工智能的評估，分析結果可在完成傳輸后幾分鐘內就顯示?！岸浿菩∫曨l的時間也不會太長，1~2分鐘內，對于家長來說，也很方便?！绷趾铺肀硎?，通過這種方便快捷的方式從而發現可疑的情況，實現早篩查早治療。

嬰幼兒出現視功能問題的行為特征

斜視、震顫、雙眼運動不協調、揉眼、壓眼、戳眼、補償性光凝、空視、無目標視物、頻繁眨眼、瞇眼、皺眉。 （記者 黃艷 通訊員 邰夢云）