长期以来，全世界婴幼儿视功能评估都难以做到客观准确，全球2000万以上的视觉损伤婴幼儿不能被及时发现而终生致盲，造成了沉重的社会负担。
中山大学中山眼科中心刘奕志教授和林浩添教授发现正常和视觉损伤婴幼儿的行为模式差异，通过深度学习技术鉴别视觉损伤婴幼儿的动态行为模式，通俗的说，实现了基于行为模式的婴幼儿智能视功能评估，用于客观筛查婴幼儿的视功能，及时发现语言前婴幼儿的视觉损伤。最新的研究成果“Discrimination of the behavioural dynamics of visually impaired infants via deep learning”于2019年10月21日发表于《自然》杂志的子刊《自然生物医学工程》（Nature Biomedical Engineering）。
Nature Biomedical Engineering在线发表的文章首页
语言前婴幼儿视功能评估是世界难题
先天性白内障、先天性小角膜、晶体脱位等先天性眼病是威胁婴幼儿视功能发育的主要疾病，而由于缺乏客观评估婴幼儿视功能的手段，很多婴幼儿错失最佳治疗时机，全球数以千万计的视觉损伤婴幼儿因此终生致盲。
医生给婴幼儿评估视功能，通常是通过一块评估板来完成的，评估板一边带有镂空的条纹，一边没有条纹，医生通过板上的针孔观察被评估者，一般视功能正常的婴幼儿会不自觉的将视线偏向有条纹的一边。但这种传统的评估方式相对粗糙，并且容易产生一定的主观性，干扰到视觉评估的准确性。
常规小儿视功能评估检查
另外，婴幼儿在发育成熟前缺乏沟通能力，在视功能评估时医生往往得不到很好地配合。因此长期以来，婴幼儿的视功能评估都是困扰全世界眼科医生的一大难题。
中山大学中山眼科中心建立人工智能评估系统
为了进一步增加婴幼儿视觉评估的准确性，中山眼科中心小儿白内障之家在评估婴幼儿时，使用高清摄像头对评估者的眼球、眼位进行动态行为录制。并对4196例婴幼儿的行为学表型视频大数据进行分析，定量对比不同视功能群体4大类、13个行为特征的发生频率及严重程度，首次明确了斜视、眼球震颤、双眼运动不协调、揉眼、压眼、戳眼、补偿性光凝、空视、无目标视物、频繁眨眼、眯眼、皱眉11个标志性的医学行为体征，与婴幼儿视觉损伤的量化关系。
中山大学中山眼科中心小儿视功能检查评估室
该研究创新性采用时序分割网络来自主学习、建立行为学表型在视频水平的特征模型。算法采用基于分段结构的稀疏采样方案，从原始视频序列中提取短片段，再从采样片段的聚集信息中，完成视频水平的预测和推断。辅助的光流网络将通过一致性分段函数，进行整合，达到不同片段得分融合的效果，以产生最终的分类概率。
视觉损伤和行为模式量化关系的研究流程
据介绍，该研究为建立高准确性和特异性的婴幼儿智能视功能评估系统提供可能。研究结果表明，通过行为模式的视频记录来评估婴幼儿的视觉功能，智能评估系统在检测轻度和重度视觉损伤以及病因诊断方面都有令人满意的表现。
人工智能筛查模型用于明确婴幼儿视觉缺陷病因具有优异的敏感性与特异性
林浩添教授表示，目前利用婴幼儿视频片段分类诊断婴幼儿视功能损害程度的准确率超过了80%，通过对婴幼儿行为模式的分析，可以有效区分先天性白内障、小眼球、小角膜、晶体脱位、无晶体眼等多种病眼以及健康眼睛。
婴幼儿视功能智能筛查移动端或将上线
据了解，此项研究的最终目的是建立移动的婴幼儿视功能评估体系，通过研发手机客户端，让婴幼儿视功能筛查能够普及，尽早的掌握孩子的视功能状况，也有利于下一步的治疗。
林浩添教授表示，婴幼儿视功能评估手机客户端将于半年内研发上线，家长可以用手机录制一段短视频，通过系统分析得到孩子视功能是否健康的信息。如果能够早期发现一些视功能损损伤并及时采取治疗措施，患者往往能取得更好的预后，同时治疗的价格也相对较低。所以早期的视功能筛查是很重要的。
与传统的检测方法相比，婴幼儿视功能评估系统不需要专业的医生也可以进行，同时又解决了婴幼儿不配合检查的问题，可行性和准确性都有很大的提升。
此外，该系统可作为视觉发育临床研究的技术支持，对于进一步探究和明确婴幼儿的视觉发育规律具有重要意义。
家庭医生在线（www.familydoctor.com.cn）原创内容，未经授权不得转载，违者必究，内容合作请联系：020-37617238