仅需一张裂隙灯下的眼部照片，医生可即时判断是否为泪道疾病以及溢泪的严重程度，避免以往耗时、有创的检查。11月9日，在2024武汉医师协会眼科医师分会第九届学术年会上，武汉艾格眼科医院发布了一项关于溢泪检测的人工智能模型的国家发明专利。

泪道病是眼科最常见的一类疾病，多由泪道炎症、外伤、异物、肿瘤、寄生虫和先天异常等引起。因泪道发生阻塞，临床中常有患者表现为不想哭却泪流不止，泪道阻塞使眼泪“夺眶而出”，生活受到极大影响。

在人的下眼皮和眼球之间，汇集着来自眼表各个角落的泪水，如同一条小河，被称为“泪河”。“泪河高度是诊断泪道疾病的重要标准，可临床中不仅没有客观定量的分级方法，比较依赖医生的经验，同时也没有快速检查泪道疾病的方法。”该成果发明团队负责人、武汉艾格眼科医院泪道病专家程勉征说，现有的检查方法，主要是影像学检查和有创性检查，不仅耗时，还可能会对患者泪道造成损伤，不能直观迅速判断泪器功能状态。

程勉征思考，如何开发一种基于人工智能技术的泪道病诊断系统？研究团队将2020年至2023年到武汉艾格眼科医院就诊患者的具有典型性的16511张泪道图片进行分类整理，标记出泪河高度、泪膜、泪阜、眼睑特征等关键结构信息，制定出标准溢泪分级比对图，同长沙爱尔总部人工智能研究所团队在大模型上构建机器深度学习模型，成功训练出90多个模型，能够自动提取图像中的特征信息，并识别和诊断泪道阻塞疾病，最终确定了5个最优模型。

在临床诊断上，医生只需用裂隙灯拍摄一张照片，模型就能准确判断患者是否有泪道疾病，而且可以判断溢泪的严重程度。这5个模型的准确率和敏感性均达到98%左右。同时该团队还设计出可用于家庭使用的诊断泪道病和干眼症等类疾病的便携式泪器诊断盒。

目前，部分研究成果已经在清华大学长庚医院、解放军总医院第三临床中心、南京医科大学附属医院、深圳眼科医院等10家医院试用。

学术会议上，我国著名泪道病专家、中华医学会眼整形眼眶病专业委员会委员项楠评价，此发明对于临床上溢泪的诊断以及严重程度的分级提供了比较客观科学的辅助诊断工具，填补了溢泪客观分级计算机快速诊断的空白。在溢泪症状的大规模筛查、远程医疗、溢泪症状手机自我诊断上，有一定意义。

内容审核：陈平

采写、编辑：胡丽君

新闻来源：湖北日报、长江日报大武汉、武汉电视台