人工智能的最新進展表明，人工智能可以通過分析視網膜專家認為健康的視網膜圖像來準確檢測糖尿病。為了更好地理解這一成就，有必要回顧一下這一成就的背景和規模。
 

 

　　糖尿病是一種慢性健康狀況，影響身體代謝葡萄糖的能力，導致血液中的高糖水平。隨著時間的推移，血糖水平升高會導致嚴重的健康問題，包括心臟病、腎衰竭、視力下降，甚至死亡。此外，患者被診斷和治療的時間越長，他們就越有可能出現這種不可逆的并發癥，因此，即使患者沒有癥狀，早期診斷對于保持整體健康和防止不良后果也是至關重要的。

 

　　盡管糖尿病發病率很高，但美國仍有23%-27%的成年糖尿病患者未被確診。糖尿病的診斷不足可歸因于幾個因素。首先也是最重要的是缺乏定期健康檢查。獲得基本醫療服務有限的得不到充分服務的人群更有可能得不到診斷，原因很簡單，他們缺乏獲得篩查和診斷服務的基本途徑。可悲的是，由于肥胖率的增加，他們患糖尿病的風險也更高。另一個因素是公眾缺乏對糖尿病癥狀的認識；那些沒有意識到癥狀的人不太可能在癥狀出現時去看醫生。

 

　　空腹血糖和糖化血紅蛋白(也稱為HbA1c)血液測試是診斷糖尿病的最成熟和公認的工具。然而，眼科醫生通常是第一個發現糖尿病的，因為這是出于其他原因而進行的就診中的巧合。眼科醫生通常會觀察糖尿病視網膜病變(一種常見的糖尿病并發癥)的跡象，并因此懷疑患者患有糖尿病，建議患者接受進一步檢查，以確診糖尿病。盡管如此，這意味著發現糖尿病跡象的眼科醫生會診斷出一種已經存在很長時間的疾病——長到足以出現糖尿病并發癥。可以檢測到糖尿病并發癥并導致糖尿病診斷的其他例子包括由牙醫檢測到的牙周病和由足病醫生檢測到的足踝疾病。

 

　　開創性的人工智能最近由開發的模型AEYE健康表現出從視網膜圖像中準確診斷糖尿病患者的能力，否則該患者被認為沒有任何糖尿病相關并發癥。換句話說，人工智能能夠在視網膜專家認為健康的圖像中檢測出糖尿病的跡象。如果與糖尿病相關的并發癥在圖像中可見，視網膜專家通常可以從視網膜圖像中診斷糖尿病。然而，人工智能算法可以從其他健康的視網膜中診斷出糖尿病，這通常意味著糖尿病的早期階段，并提供了接受適當治療和在并發癥出現之前減輕并發癥的機會。

 

　　大多數人工智能模型都是為了執行與醫生相同的任務而開發的——即試圖復制醫生在分析圖像時尋找的東西。但是在人工智能的例子中AEYE健康，人工智能被訓練來執行超出醫生能力范圍的任務。

 

　　由于許多原因，這是革命性的，其中最重要的是能夠早期診斷糖尿病并減少未診斷的糖尿病患者的數量。在藥店和社區診所部署這種人工智能可以幫助人們快速、廉價地進行自我測試，而無需抽血。同樣重要的是，人工智能現在能夠擴展現有的診斷能力。糖尿病可以從視網膜照片中檢測出來，即使視網膜專家無法看到疾病的指標。