如今，視力限制性眼病普遍存在，影響著全球數十億人，僅在中國，近視人數就已超過 6 億。對於患有眼部疾病的患者或人群，精確測量視力，是早期診斷和治療視力損害的關鍵部分。
近日，史丹福大學（Stanford University）計算機科學家克裡斯·皮奇（Chris Piech）及其同事開發了一種由人工智慧（AI）推動的在線視力測試系統，該系統僅需進行四步操作，即可完成視力測試，且結果十分精準。
Science 雜誌報導稱，這種全新的測試診斷結果比傳統的字母表測試更準確。如果進一步完善的話，這種測試還可以讓眼疾患者在家裡就可以完成視力測試。而這也意味著，傳統的眼科檢查可能迎來全新升級。
傳統視力測試：上上下下左左右右
斯內倫圖（Snellen chart）是一種傳統的視力測試法，其使用可以追溯至 1862 年。該圖實際上是一張大寫字母表，通過逐漸減小字體大小的方法，讓患者在固定距離外進行測試。
每向下移動一行，測試人員就向患者詢問少量問題，以確定患者是否能正確識別一半以上的字母，而每行字母也都對應一個視力分數。
事實上，斯內倫圖的使用早已遍及全世界，數十億人使用這種基於圖表的視力測試對人的視力損害進行診斷和指導治療。
然而，對於史丹福大學的研究人員來說，這種司空見慣的視力測試方法雖然快速、易管理，但也存在一些局限性。
例如，當字母變得模糊時，患者會開始猜測字母（有時甚至能夠通過記憶來矇混過關）
另外，由於印刷局限，測得視力分數的離散化程度都是固定的，這使得
很難有比預定離散化更精確的測量精度。
AI 加持視力測試
為了解決這些問題，皮奇領導的研究團隊開發了一個AI在線測試系統。
在線測試連結 https://myeyes.ai/，大家也可以點擊文末閱讀原文嘗試一下！
首先，用戶需要將網頁上的框調整為信用卡大小，以校準屏幕大小；然後輸入與屏幕的距離，測試過程中在四個方向隨機顯示字母「E」。
接下來，該算法會根據每一個答案，使用統計數據對下一次顯示的字母大小進行調整。隨著測試的進行，該算法能夠對測試分數做出更準確的預測，每隻眼睛的測試需要判斷 20 個字母，整個過程只需要幾分鐘。
該研究發現，相比於傳統的視力圖表，這種 AI 測試可以顯示任意大小的字母，並且可以根據智能概率模型自適應地做出決策，因此可能解決印刷圖表的缺點。研究人員表示，該測試使用
心理測量項目反應理論（IRT）算法
可減少 19% 的誤差。
同時，研究團隊重新審視了人類視覺反應函數（VRF），該函數一個將字母大小與人們正確識別字母的概率聯繫起來，發現它可以很好地符合真實患者數據。
研究人員還提出了一種現代人工智慧中常用的貝葉斯技術來測量敏銳度的算法，即
斯坦福敏銳度測試（StACT）
這是一種基於改進的視力模型和智能推理過程的新型視力測驗，其算法不僅將偶然選擇錯誤答案的概率考慮進來，還使用了後驗概率匹配法以確定下一個字母的大小。
（a）不同算法的檢查長度和錯誤之間的權衡。（b） StACT預測項目的形象化。（c） 校準測試：StACT置信度對應於正確答案的頻率。
為了評估 AI 測量系統的準確度，研究團隊的所有實驗都隨機抽取 1000 名患者，並使用他們的測試數據來模擬每個策略的性能。每個實驗都會得到兩個數字：模擬病人的真實視力和算法診斷出的視力，而後計算出二者的百分比偏差，以此進一步提高測試的準確度。
根據研究小組在 AAAI 人工智慧會議上的報告， AI 視力診斷結果比斯內倫測試結果誤差減少了 74%，與之前最好的數字測試相比，錯誤率則減少了 67%。
「這絕對是有幫助的，」費城眼科醫生馬克·布萊徹（Mark Blecher）說，「下一步重要的是要考慮用戶參加測試的情況。房間照明或屏幕亮度等因素都可能影響評分。」
儘管目前 AI 系統還無法完全取代醫生診斷，但它確實在這一方面取得了顯著進步。克裡格眼科研究所（Krieger Eye Institute）的眼科醫生蘿拉·格林（Laura Green）說：「我認為它將很快被超過80%的眼科實踐所採用。」
AI 眼科醫生，水平堪比專家
近年來，人工智慧技術發展迅速，已經成為醫學領域研究的前沿熱點之一。其中，由於 AI 技術的便捷性和高效性使其在眼科疾病篩查、診療以及隨訪中表現出巨大的應用前景。
從醫生的角度來看，人類能夠診治疾病是有限度的，很多疾病早期診斷是很困難的。以青光眼為例，根據一次門診，眼科醫生難以判斷青光眼患者目前是否是在進展；糖尿病視網膜病變患者接受抗 VEGF 治療，事先也無法判斷每一個患者治療後反應如何，需要多次隨訪綜合判斷。
在眼科 AI 領域，目前中國的研究與世界一流水平並行，一些機構在先天性白內障、糖網、青光眼、近視眼等相關醫療 AI 研究領域都做出了業界矚目的成果。
比如國內中山大學中山眼科中心何明光教授團隊，開發的AI眼科醫生，可以同時監測青光眼、糖尿病視網膜病變、年齡相關性黃斑變性、白內障四大眼疾。在一項糖網篩查中，這位 AI 醫生三個月內就完成了一萬名普通人群的眼疾篩查任務，打破了之前做檢測動輒等兩三周、結果出來後找不到患者送結果的僵局。
不久前，由同仁醫院王寧利專家團隊與騰訊公司青光眼模塊聯合研發的青光眼 AI 篩查系統，不但能夠輸出青光眼診斷結果，而且採取熱圖的方式顯示出病灶可能所處的部位。這使得該系統不僅僅停留在基層篩查層面，而是應用於更多醫學場合。
例如，醫生可以通過可視化輔助工具，直觀地向患者顯示紅色區域就是神經性缺損的區域，以及缺損的部位有多大，從而對疾病進行量化。同時，對於患者來說，疾病不再抽象，更加利於他們理解。目前，這一 AI 系統對早期青光眼病灶的診斷準確性已經達到了 95%，相當於同仁成熟眼科醫生的診斷水平。
雖然目前大多數的 AI 醫生系統仍然處於為人類醫生輔助診斷的階段，但隨著技術的進步，AI 必定在醫療健康領域發揮越來越重要的作用。