阿茲海默症（俗稱老年癡呆，Alzheimer's disease，下稱AD）作為長者高發疾病，不僅治療難，診斷亦難。現有診斷方法包括正電子掃描及腰椎穿刺等，對人體侵入性較強、診斷門檻高、價格昂貴。

為優化診斷技術，香港中文大學（中大）醫學院領導團隊研發出能通過分析「眼底相」（視網膜圖像）偵測AD的人工智能系統，僅需為眼睛拍攝幾張照片，10分鐘左右便能出診斷結果。

領導該研究的中大醫學院眼科及視覺科學學系副教授張艷蕾對《大公報》表示，「希望未來可以實現數百元就能對AD進行篩查，便捷的診斷能幫助更多AD高風險患者及早進入治療階段，減緩疾病惡化。/大公報記者 趙之齊

中文大學醫學院眼科及視覺科學學系副教授張艷蕾介紹，患者使用這項以眼底相測AD的技術時，只需坐在眼底相機前，左右眼分別拍攝兩張眼底相即可──一張相以黃斑為中心，體現視網膜的病變；一張以視盤為中心，體現視神經的病變。

四張相片都拍好後，AI模型會先對圖像質量進行評估，合格後開始對眼底相進行AD疾病的檢測。考慮到有的患者可能因老年性白內障等眼部疾病，導致其中一隻眼圖像質量不合格，研究團隊亦設計了單眼模型，僅用一隻眼的眼底相也可完成對AD的偵測，以方便臨床應用。

只需拍四張相　準確度83.6%

AI模型對眼底相進行分析後，便把病人患AD的概率分為高風險和低風險，從拍攝眼底相到出結果耗時大約10分鐘。張艷蕾指出，該技術僅是篩查工具，有高風險患AD的患者還需進一步做檢查才能最後確定。

為了訓練AI系統，張艷蕾團隊採用了12132對眼底相，其中5346對來自AD患者，6786對來自無AD人士。張艷蕾在以前的研究中發現，眼睛血管的直徑、彎曲度和視神經層的厚度都與AD有關；然而，這些特徵亦受其他疾病影響。她指出，用AI系統的好處便是無需對AD的眼底相特徵明確表達，只需教AI辨別「這些是患AD的眼」，系統便能自行學習它們的特徵。

研究團隊用來自香港、新加坡和英國的眼底相進行模型訓練，之後亦採用香港、新加坡、英國、美國的五個測試數據集，共817對眼底相，對模型進行驗證。結果發現，模型對被試有無AD的判斷準確度達83.6%，其敏感度和特異性亦分別達93.2%及82%。

目前，該項目正進行臨床推廣前的預試驗：研究團隊用該系統為患者進行偵測，若結果屬高風險，會交由另一團隊做認知評估，再進行正電子掃描（PET scan），以確定其是否患有AD。

團隊研究成員、中大醫學院眼科及視覺科學學系科學主任冉安然指出，之前用回顧性數據測試的準確性僅反映模型在實驗室環境的表現，現在的預試驗是在「真實世界」裏找真實病人進行驗證，亦會根據這類前瞻性數據進一步優化模型。「目前手上已有四五十人的數據。」張艷蕾表示團隊要再加把勁，尋找更多數據以確保AI算法的安全性。

目標降低成本　能普及使用

至於下一步的研究方向，團隊透露會嘗試降低AI系統對計算機算力的需求，希望未來能用更低算力的電腦實現篩查，亦在對市面上已有的眼底相機進行測試，看看能否配合該系統運作。另一方面，團隊亦會分析驗證該系統對不同患者群體的偵測準確度，如對患有糖尿病視網膜病變等眼睛疾病的患者、或不同種族和年齡的患者，進行準確度測試。