一个眼科医生判读一张青光眼眼底图片需要将近1分钟，而AI在1秒钟内可以迅速完成10张。在青光眼的筛查上，人工智能大有可为。但是，由于AI筛查系统在国内各个医疗中心系统不一，数据结构和疾病判病标准存在较大差异，目前人工智能在眼科领域的应用并不广泛。

如何解决这一问题？

近日，由中华医学会眼科学分会青光眼学组、中国医学装备协会眼科专委会人工智能学组牵头组织，腾讯公司参与撰写的《基于眼底照相的人工智能青光眼辅助筛查系统规范化设计及应用指南》正式对发布。

指南对AI青光眼辅助筛查系统的数据采集、算法模型构建、硬件要求、数据集建立和标注、AI筛查方案、AI筛查报告要求、数据安全等提出相关规范和建议，进一步规范AI青光眼辅助筛查系统的设计及临床应用。

同时，下月起，双方合作的AI辅助青光眼筛查系统将在同仁医院开展临床试验。

青光眼检出率不足10%

早在2016年10月28日，国家卫计委便制定了《“十三五”全国眼健康规划（2016-2020年）》，就将保障国民视力健康纳入整体规划。

但是，目前看来，实施的效果并不理想。就以青光眼为例，北京同仁医院眼科中心的刘含若博士向雷锋网表示，青光眼的检出率不足10%。

青光眼筛查率低的原因有哪些方面？

刘含若表示，青光眼是所有眼科疾病里面发病机制最为复杂的，被称为盗取视力的“小偷”，而且视力损害是不可逆的，需要综合考虑眼压、眼底C/D形态、视野、OCT视网膜神经纤维层改变等多个因素，一旦青光眼进入到中晚期，患者面临的只能是失明。

其次，中国眼科医生的数量太少，远远不能满足于中国庞大的人口需求。

据卫计委2016年统计，我国目前只有3.2万名眼科医生，其中从事眼底医疗服务和研究的医生约800-1000人。平均下来，4万多名中国人才能得到1个眼科医生的救治。

数据显示，预计到2020年，全球和我国青光眼人数将达到7960万和2180万；在致盲率方面，2010年全球约有840万青光眼患者致盲，而其中中国致盲人数占比患者达1/4以上。

值得注意的是，由于统计数据仅仅是就诊患者的数据。所以我国目前临床统计中，症状更加明显的原发性闭角型青光眼（PACG）患者被更多地统计在内，是最常见的青光眼类型。