生命新知·情报丨人工智能大显身手，筛查视网膜病变，筛查乳腺癌转移

人工智能大显身手，筛查视网膜病变

新加坡国家眼科中心的Daniel Shu Wei Ting等人研究发现，一项根据多个种族的糖尿病患者视网膜图像开发的人工智能（AI）——深度学习系统（DLS）能准确识别糖尿病视网膜病变和相关眼病以及需要进一步治疗的糖尿病患者。

研究者搜集了来自中国、印度、马来西亚、以及美国的近50万幅视网膜图像。研究发现，在识别严重眼疾上，DLS具有很高的准确率。DLS对糖尿病视网膜病变的灵敏度为90.5%，特异度为91.6%；对威胁视力的糖尿病视网膜病变的灵敏度为100%，特异度为91.1%。研究还调查了DLS检测两种常见眼病——青光眼和年龄相关性黄斑变性的能力。DLS对青光眼的灵敏度为96.4%，特异度为87.2%；对年龄相关性黄斑变性的灵敏度为93.2%，特异度为88.7%。

DLS对糖尿病视网膜病变及相关眼病有较高的灵敏度和特异度。

JAMA 2017;318:2211-2223

人工智能时代的乳腺癌转移筛查

▲B、C、D：排在前三位的算法生成的概率地图

荷兰奈梅亨Radboud大学医学中心的Bejnordi等人发现，对于评估乳腺癌患者腋淋巴结有无少量癌细胞扩散，人工智能（AI）的表现与无时间限制的病理专家差不多。

没有时间限制的病理专家对全切片数码图像进行评定，无假阳性，但是27.6%的转移未被发现，故辨别有无病变的真阳性率为72.4%，辨别转移分类（是否包含前哨腋淋巴结转移）的灵敏度、特异度、AUC分别为93.8%、98.7%、0.966。有时间限制的病理医生辨别转移分类的平均灵敏度、特异度、AUC分别为62.8%、98.5%、0.810。表现最佳的算法辨别有无病变的真阳性率为80.7%，平均假阳性率为1.25%，辨别转移分类的AUC为0.994，显著高于有时间限制的病理医生（P<0.001），接近无诊断时间限制的病理专家。

人工智能对数字化图像的诊断能力优于有诊断时间限制的11位病理医生，接近无诊断时间限制的病理专家。

JAMA 2017;318:2199-2210

应对痴呆患者人数增加，全球在行动！

2017年5月29日，世界卫生大会通过了《2017-2025年公共卫生领域应对痴呆症全球行动计划》及附有执行计划的国家战略。这一计划标志着人们意识到需要解决世卫组织在2012年宣布的全球公共卫生优先事项。公平和权利必须得到突出，以确保不让任何人掉队。

据估计，2015年全球有4680万人患有老年痴呆症，而这一数字将于2050年升至1.315亿人。世卫组织设想每个国家通过六个阶段逐步发展：第一阶段：忽视痴呆症问题；第二阶段：部分认识痴呆症；第三阶段：建设痴呆症基础设施；第四阶段：开展宣传工作；第五：制定痴呆症政策和计划；第六阶段：正常化，接受痴呆是一种残疾并完整地给予痴呆症患者应有的权利。

应对痴呆患者人数增加，全球在行动！政治意愿、优先处理和政府投资可加速这一转变。

Lancet 2017;390:e51-e53

听说，爱好科学的人都加了小星星▽