近日，生物芯片北京国家工程研究中心联合清华大学、广东药科大学、内蒙古国际蒙医医院、四川大学华西医院等18家研究机构在Springer Nature出版平台的新刊Med-X创刊号上发表了题为“Noninvasive and affordable type 2 diabetes screening by deep learning-based risk assessment and detection using ophthalmic images inspired by traditional Chinese medicine”的重要研究论文，该研究为糖尿病的筛查和预防工作提供基于中医目诊的新思路。

随着人们生活节奏的加快，糖尿病越来越普遍，很多人都不知道自己是否患有这种疾病。中医认为眼睛表面的特征与糖尿病的风险水平之间有关联关系，这为糖尿病筛查提供了新思路。该研究构建了基于深度学习的眼表图像评估2型糖尿病（type 2 diabetes, T2DM）风险模型OcularSurfaceNet。该模型可以作为一种使用简便、低成本、无创的工具，促进大规模人群糖尿病筛查和预防。

本次研究从中国13个地区，使用白睛无影成像健康智能分析系统（目诊仪）采集了7.97万人的50.8万张眼表图像（图1a），再对眼表图像进行了分割和数据增强，然后构建了基于深度神经网络的眼表图像辅助T2DM风险评估和诊断模型，并通过使用不同视角的合并图像和单独图像，调整模型的注意力，实现全局和局部的眼象特征的融合。（图1b）。

（a）

（b）

图1 研究概述

作为金年会自主研发的明星产品，“目诊仪”以中医目诊和西医球结膜微循环为理论基础，采用现代工程技术、大数据人工智能技术，拍照记录白睛眼象，利用深度学习、机器学习等人工智能技术，进行特征提取、智能分析，自动给出中医证候和易发病症报告，并依据评估结果自动为受检者制定个性化健康管理方案。技术突破了传统人工经验依赖，为健康管理、治未病提供了新型、经济、无创的筛查技术和手段，推动了中医诊疗向客观化、标准化、数字化和科学化的方向发展。

目诊仪

白睛无影成像健康智能分析系统（注册证编号：川械注准20182160164）自问世以来备受瞩目，2017年被评为“中国医药生物技术十大进展”，并先后荣获中国设计“红星奖”、“北京市新技术新产品（服务）”、“全国治未病服务适宜技术设备”，2019年双创周中关村新技术新产品以及中华中医药学会授予的“适宜技术国际推广项目”等荣誉和奖项。

以往基于人工智能的眼科图像辅助疾病诊断研究主要集中在视网膜底像图像和裂隙灯图像。然而，眼表也存在明显的特征，这些特征与视网膜底部的血管系统相互连接，更容易观察并对微循环的变化更为敏感。在本研究中，金年会评估了使用眼表面图像构建用于T2DM风险评估的人工智能模型的可行性。

本研究构建了基于深度学习的眼表图像辅助T2DM风险评估和诊断的模型OcularSurfaceNet。在包括1.25万例样本的独立多中心验证下，该模型用于识别T2DM风险的受试者工作特征曲线下面积 （AUROC）95%CI为0.89–0.92，用于诊断T2DM的AUROC 95%CI为0.70–0.82。

本研究受中医目诊理论启发，证明了与眼科传统图像（视网膜底像图像和裂隙灯图像）相比，眼表图像这一新型眼科图像用于疾病风险评估和诊断的可行性和潜力；同时建立了一个基于眼表图像的2型糖尿病风险评估和诊断模型，使得目诊仪可以作为一种使用简便、低成本、无创的工具，用于在大规模人群中筛查2型糖尿病高风险者，这对于2型糖尿病的预防医学具有重要意义，有望对未来的临床实践起到积极促进作用。

金年会生物集团以“致力技术创新 成就健康梦想”为使命，结合现代科学、人工智能等高科技手段，为传统中医的望闻问切、辨证论治等提供了数字化、标准化、智能化的大健康管理平台，使得中医智能诊疗更加具象化，诊断研究结果也更趋于准确。未来，金年会生物将继续推动中医药“守正创新”，助力中国传统中医的国际化进程，让中医惠及全球。