人工智能為人類視覺評(píng)估帶來創(chuàng)新發(fā)展的新動(dòng)能

文/上海紐約大學(xué) 編輯/南溪

視力表最早可以追溯到19世紀(jì)中葉，自那以后，幾乎沒有太多變化。目前，絕大多數(shù)眼視光醫(yī)生仍通過讓患者辨別視力表上的字母或數(shù)字來測(cè)量他們的視力狀況。但這真的是檢測(cè)視力的最好方式嗎？

上海紐約大學(xué)首席科學(xué)家、副教務(wù)長(zhǎng)呂忠林教授認(rèn)為，雖然這些圖表仍具有價(jià)值，但對(duì)測(cè)量視力喪失或視力的其他變化來說過于不精確。這可能會(huì)妨礙眼部相關(guān)疾?。ɡ缛跻?、老年性黃斑病變、糖尿病性視網(wǎng)膜病變、糖尿病性黃斑水腫、青光眼和白內(nèi)障）的早期發(fā)現(xiàn)和治療。僅在美國(guó)，受這種情況影響的人群規(guī)模就超過了4 500萬人，每年因此產(chǎn)生的醫(yī)療支出和生產(chǎn)損失約為1 390億美元。

呂忠林教授也是紐約大學(xué)神經(jīng)科學(xué)中心和心理學(xué)系教授。他和他的團(tuán)隊(duì)在很多年前就認(rèn)識(shí)到了這個(gè)缺陷，并開始開發(fā)多種前沿的方法來評(píng)估視力并監(jiān)測(cè)它的變化。

他在相關(guān)的基礎(chǔ)研究領(lǐng)域的工作對(duì)開發(fā)視力檢測(cè)起到了積極的推動(dòng)作用。在下面的訪談中，呂教授介紹了他這項(xiàng)工作的內(nèi)容，以及如何建立更好的視力表。

▲ 呂忠林教授在上海紐約大學(xué)圖書館

您如何評(píng)價(jià)目前使用的標(biāo)準(zhǔn)視力表？它的局限性是什么？

目前常用的視力表只能非常粗略地反映視力情況，它們只關(guān)注視覺的一個(gè)方面：受測(cè)者能看到的最小字母是什么。由于這種視力檢測(cè)表的精確度低，它們已被證明不足以用來篩查視力喪失，或證明新療法在臨床試驗(yàn)中的功效，也無法為獲得批準(zhǔn)后的療法的適用范圍提供現(xiàn)實(shí)依據(jù)。例如，盡管某種治療方法可能已被美國(guó)食品藥品監(jiān)督管理局（FDA）等監(jiān)管機(jī)構(gòu)批準(zhǔn)，但被運(yùn)用于臨床時(shí)，可能無法如其聲稱的那樣有效。這就導(dǎo)致醫(yī)生、醫(yī)院不會(huì)使用這種療法，保險(xiǎn)公司也不會(huì)為其買單。因此，醫(yī)生無法發(fā)現(xiàn)早期疾病，藥物研究人員無法確定新療法的早期成果，監(jiān)管機(jī)構(gòu)、保險(xiǎn)公司及政府也難以就藥物審批及藥物適用范圍做出明智的決策。

您是如何解決這一難題的？

利用人工智能。當(dāng)提起機(jī)器學(xué)習(xí)或人工智能時(shí)，人們可能不太會(huì)想到視力表。但我所考慮的是，如若將這些技術(shù)與神經(jīng)科學(xué)相結(jié)合，是否有助于視力測(cè)試方法的革新？

我們相信有機(jī)會(huì)將這些智能工具應(yīng)用于視力測(cè)試，并在臨床試驗(yàn)和實(shí)際護(hù)理中提供有效決策所需要的信號(hào)。基于對(duì)人類視覺系統(tǒng)的相關(guān)知識(shí)，我們開發(fā)了一套全新的硬件、軟件平臺(tái)以及主動(dòng)學(xué)習(xí)的計(jì)算框架，以實(shí)現(xiàn)人類視覺評(píng)估的現(xiàn)代化。主動(dòng)學(xué)習(xí)算法會(huì)為每位患者廣泛評(píng)估大量的潛在測(cè)試項(xiàng)目，并且基于其先前的響應(yīng)量身制定一個(gè)最佳的測(cè)試序列。也就是說，我們能夠利用這種個(gè)性化的方法，為每位患者篩選出最佳視覺測(cè)試表型。

您的研究發(fā)現(xiàn)了視力表檢測(cè)的哪些局限？

在現(xiàn)實(shí)生活中，我們會(huì)看到許多大小不同、形態(tài)各異的物體。一項(xiàng)更全面的視力測(cè)試必須評(píng)估一個(gè)人看到多種不同尺寸物體的能力。而對(duì)比敏感度測(cè)試正符合這一要求，它可以測(cè)量一個(gè)人看到所有尺寸物體所需要的對(duì)比度值。但是，實(shí)驗(yàn)室中典型的對(duì)比敏感度測(cè)試大約需要一個(gè)小時(shí)，不適用于臨床實(shí)踐。目前，我們的研發(fā)成果將測(cè)試時(shí)間縮短至2-5分鐘，并在保持細(xì)粒級(jí)別實(shí)驗(yàn)室測(cè)試精確度的同時(shí)，讓這項(xiàng)測(cè)試也可以被臨床醫(yī)生使用。

您如何做到縮短了測(cè)試時(shí)間？

對(duì)比度敏感測(cè)試包含一系列試驗(yàn)，我們要求每個(gè)受試者識(shí)別特定大小和對(duì)比度的字母。基于受試者對(duì)測(cè)試刺激的反應(yīng)，主動(dòng)學(xué)習(xí)算法會(huì)試圖尋找每個(gè)受試者對(duì)比敏感度曲線的相關(guān)特征，并在下一項(xiàng)試驗(yàn)中使用最優(yōu)測(cè)試刺激——也就是可以產(chǎn)生對(duì)比敏感度曲線最大信息量的那個(gè)刺激。通過這種方式，主動(dòng)學(xué)習(xí)算法可以快速得出個(gè)體對(duì)比敏感度曲線的精確測(cè)量。

您的研究是否已經(jīng)應(yīng)用于現(xiàn)實(shí)治療？

將會(huì)很快得以應(yīng)用。我和我的一名學(xué)生Luis Lesmes共同創(chuàng)立了一家名叫Adaptive Sensory Technology的公司，正在將這項(xiàng)研究成果投入實(shí)踐。我們建立了一個(gè)平臺(tái)，旨在通過算法評(píng)估和機(jī)器學(xué)習(xí)技術(shù)，更準(zhǔn)確地檢測(cè)視力及其變化。

這種新型檢測(cè)方式背后的方法論，是否也適用于其他健康領(lǐng)域？

是的。目前，醫(yī)生需要通過一系列的檢測(cè)來提供準(zhǔn)確的診斷?；谶@項(xiàng)研究成果背后的方法論可以生成個(gè)性化測(cè)試，幫助醫(yī)生提出更有針對(duì)性的問題，并就每個(gè)患者的情況提出更精確的檢測(cè)。另一種可能的應(yīng)用是個(gè)性化治療——主動(dòng)學(xué)習(xí)可以根據(jù)每位患者對(duì)多種治療方案的不同反應(yīng)提供個(gè)性化的最優(yōu)治療方案。