2019年1月23日下午，青光眼人工智能筛查平台iGlaucoma 1.0落地及多中心临床试验启动仪式在中山眼科中心珠江新城院区科研楼学术厅举行。这是我中心人工智能研究继先天性白内障、糖尿病视网膜病变和近视眼预测之后，再次产出青光眼人工智能新成果——青光眼筛查平台iGlaucoma 1.0，并成功将算法落地形成APP使用。
青光眼是全球第一位不可逆性致盲眼病，早期诊断十分困难，诊断中最重要的指标是视野检查，但其判读存在主观性、学习曲线长。经过3年努力，我中心张秀兰教授团队和昆明钟华教授、中国深圳先进技术研究院乔宇教授团队、商汤科技，携手国内10家眼科机构，成功研发出基于万级精标Humphrey视野数据的自动青光眼判读系统，诊断准确度达到0.876，并将此神经网络嵌入APP中，实现电脑端和移动端可用的视野报告自动判读系统，形成了第一期成品（iGlaucoma1.0），可供青光眼医生、非青光眼医生，尤其基层医生使用，辅助他们更好判读视野，提高青光眼诊断率。
中心主任、眼科医院院长刘奕志教授，中山眼科中心前主任、青光眼学科带头人葛坚教授，亚非眼科学会主席吴乐正教授，中心副主任林晓峰教授，中心办公室主任罗莉霞教授，科技处副处长李涛教授，青光眼科主任林明楷教授，特需医疗科主任张少冲教授，白内障科主任吴明星教授，工程技术中心主任袁进教授，人工智能与大数据科主任林浩添教授等专家应邀参加了本次活动。来自中科院深圳先进技术研究院集成所副所长乔宇教授，中科院宁波慈溪生物医学工程研究所所长刘江教授，百度科技孙旭高级工程师，商汤科技王占宇博士，以及全国20家参加多中心临床试验的眼科机构代表也到场参会，共300余人共同见证这一活动。活动由临床研究中心刘玉红老师主持。
中心主任刘奕志教授致辞。他指出我中心紧跟科技潮流，把眼科诊疗和大数据、人工智能紧密结合，已经取得了一系列可喜的成绩，走在了全国前列。作为全球第一大不可逆致盲性眼病，目前我国青光眼患者超过1300万人，是重大的公共卫生问题。利用人工智能诊断青光眼，可以做到早筛、早诊、早治，对改善视觉、提高生活质量有着不可估量的意义。从临床到科研，以科研回馈临床，非常难得，这也正是临床研究的意义所在。
▲中山眼科中心刘奕志主任致辞
葛坚教授在致辞中指出，青光眼早期诊断十分困难，借助人工智能的力量有望解决这一世界级难题。我中心青光眼科成功研发出基于万级精标视野数据的自动青光眼判读系统，并形成了第一期成品（iGlaucoma1.0），可供青光眼医生、非青光眼医生，尤其是基层医生使用，辅助他们更好判读视野，提高青光眼诊断率。他表示，感谢张秀兰教授团队的不懈努力。期待第二期、第三期产品落地，帮助我们真正做到青光眼防治的黄金法则——早发现、早诊断、早治疗。
▲中心青光眼科学术带头人葛坚教授致辞
会上，张秀兰教授向与会专家作青光眼人工智能研究进展报告，她指出，受限于我国眼科医生数量少及医疗资源的分布不均的情况，青光眼筛查及早期诊断处于困局之中。此次发布的人工智能青光眼筛查平台iGlaucoma 1.0从视野切入，来解决临床青光眼早期诊断中的重点、难点，辅助医生快速、准确地诊断青光眼，具有切实的应用价值。团队还将致力于研发最前沿的人工智能算法，全方位解读青光眼前后节多模态影像数据，打造最先进的人工智能辅助下的青光眼诊疗及影像分析决策平台。
▲张秀兰教授作青光眼人工智能研究进展报告
在发布会上，张秀兰教授向与会嘉宾展示了APP移动端 iGlaucoma 1.0的使用流程，目前用手机、电脑等输入Humphrey视野检查报告，iGlaucoma APP就能快速准确输出诊断，准确率达87.6％，十分方便快捷。
▲iGlaucoma 1.0 APP现场演示
APP发布后，立即进行了iGlaucoma国内多中心临床试验启动仪式，来自全国20家眼科机构代表共同参与这一活动，希望在真实世界验证平台的性能，使之能更顺畅地服务人群。
▲全国20家眼科机共同启动多中心临床试验
会上，张秀兰教授团队与刘江教授团队举行了青光眼人工智能诊疗及影像分析联合实验室挂牌仪式。联合实验室将在青光眼智能影像及诊疗中开展更深入研究。刘江教授表示，和中山眼科的跨学科合作将为青光眼人工智能诊断及决策平台的研发提供更为有利的条件。
▲葛坚教授、张秀兰教授、刘江教授及团队成员成立联合实验室
大咖讲座
上述活动结束后，进行了智能医疗前沿研究讲座。
▲乔宇教授讲座 ▲刘江教授讲座 ▲孙旭高级工程师讲座
中科院深圳先进技术研究院集成所副所长乔宇教授作了《基于视野和OCT深度分析的青光眼智能辅助诊断》演讲，介绍中科院与中山眼科中心的合作成果，开发了深度学习模型分析视野和OCT数据，实现了青光眼的智能诊断。在视野报告智能分析方面，设计了VF-Net，实验表明该方法取得了0.85的准确率，超过了青光眼专家的平均水平。在OCT分割任务上，研发了StripNet对其进行拓扑结构正确的分割，克服了传统的基于全卷积网络对OCT分割策略往往会产生的空洞、孤岛等拓扑结构错误。中科院宁波慈溪生物医学工程研究所所长刘江教授作了题为《青光眼多源多模态自动检测》的报告，分享了青光眼筛查系统AGLAIA-MII的模型设计和临床验证结果，他们结合深度学习在内的机器学习方法不断优化相关算法，连续10年刷新行业内视杯视盘分割和基于眼底图像的青光眼诊断准确率的世界纪录，并且使得人工智能有了在眼科医学图像中的可解释性。百度科技孙旭高级工程师带来了《基于视网膜眼底图的青光眼检测方法》演讲，介绍了基于视网膜眼底图的视盘视杯分割方法在青光眼筛查与诊断中的重要作用，以及如何通过深度目标检测网络进行杯盘分割，进而实现青光眼筛查与诊断，并探讨了该方法在实践中的灵活性和拓展性。