深耕AI结硕果，治疗效果可预测-抗VEGF术后OCT影像AI预测研究

2020年3月26日，北京协和医院眼科团队与中国人民大学及北京致远慧图科技有限公司AI团队合作，在British Journal of Ophthalmology杂志在线发表了湿性年龄相关性黄斑变性（nAMD）抗血管内皮生长因子（VEGF）治疗术后效果的人工智能预测研究最新成果，本研究是眼科领域首次提出通过深度学习的方法，以OCT合成图像来进行直观治疗效果预测研究。

本研究纳入476例确诊为nAMD并行抗VEGF一次治疗前后的OCT图像作为训练集，50例患者治疗前后的图像作为测试集，通过生成式对抗网络（generative adversarial network，GAN），基于治疗前的眼底OCT图像，生成抗VEGF治疗后4-6周的OCT预测图像，以直观地展示并预测治疗后眼底结构的变化，辅助临床医师进行治疗决策。眼科AI研究团队采用了目前最先进的pix2pixHD GAN模型，该方法采用coarse-to-fine的训练策略。该模型的生成器（generator）部分不直接合成高分辨率图像，而是先训练低分辨率的global generator G1，再在G1的外部增加一个局部增强生成器（local generator）G2用于提高模型分辨率, 使生成后的OCT图像更加清晰真实。在模型效果评价方面，由两名眼底病医师分别独立评价测试集生成图像的逻辑性（双层视网膜、眼底结构断裂等）、真实性（临床医师能否区分AI生成图像与实际图像）及准确性（能否正确预测治疗后黄斑区积液的存在状态）。该研究结果显示，92%生成图像质量能够满足临床判读；超过70%生成图像与实际眼底图像无法区分，非常接近；更重要的是，对于治疗后黄斑区积液状态的预测准确性达0.85（95%CI 0.74-0.95）。

图 GAN模型训练结果展示。（A-C）、（D-F）分别展示了两组测试结果。（A）、（D）为抗VEGF治疗前的真实眼底OCT图像，（B）、（E）为模型生成的治疗后图像，（C）、（F）为真实的治疗后图像。（A-C）第一例中，经抗VEGF治疗，黄斑囊样水肿完全吸收。（D-F）第二例中，经抗VEGF治疗，视网膜下液被部分吸收，残存微量积液。

AI作为眼底病研究的一大热点，在眼底疾病如糖尿病视网膜病变（DR）、AMD等的筛查和检测方面已有众多研究成果，但相关研究的关注点多集中于影像对于当前眼底状态的评估。北京协和医院眼科AI研究团队与中国人民大学和北京致远慧图科技有限公司AI实验室科技人员一起，首次从“图像合成”入手，为眼底病预后预测提供了“可视化结果”，具有临床实用价值。众所周知，湿性AMD是我国乃至世界中老年人不可逆视力损伤的主要原因，抗VEGF治疗为一线治疗方案。然而，抗VEGF制剂价格较为昂贵，部分患者用药后效果不十分明显，所以如果能够在临床工作中为nAMD患者和医生提供一些抗VEGF治疗后效果预测的个体化提示信息，将对于临床的决策提供实际的帮助。

目前团队正在深化相关研究内容，希望在更大样本量、更多设备拍摄的OCT图像或其他影像检查中进一步研究和证实，同时，将更多指标（如视功能）纳入预测模型也是未来研究的重点。

论文信息：

Yutong Liu, Jingyuan Yang, Yang Zhou, Weisen Wang, Jianchun Zhao, Weihong Yu, Dingding Zhang, Dayong Ding, Xirong Li, Youxin Chen, Prediction of OCT images of short-term response to anti-VEGF treatment for neovascular age-related macular degeneration using generative adversarial network, British Journal of Ophthalmology, Published Online First: 26 March 2020. doi: 10.1136/bjophthalmol-2019-315338

【点评】

湿性AMD（nAMD）可以导致视力迅速丧失，造成严重的视功能受损。目前，玻璃体腔抗VEGF治疗是nAMD的一线治疗，随访时主要依靠OCT来观察和定量评估nAMD患者的治疗效果，并决定后续治疗策略。在真实世界中，抗VEGF药物较为昂贵，治疗效果差异也较大，对于低收入或中等收入国家的患者来说，很难维持理想的治疗方案。如果能够提前预测注射效果，将有助于后续的治疗决策。本研究引入了真实世界患者的数据，首次利用生成性对抗网络（GANs），根据患者抗VEGF治疗前的OCT图像生成治疗后4-6周眼底OCT图像，以直观地展示并预测治疗后眼底结构的变化，辅助临床医师进行治疗决策，具有重要的临床意义。希望此研究结果能够推动更多基于眼底图像预测领域的研究，，取得更多的成果。

北京协和医院

吴婵

总主编：陈有信

副总主编：赵潺

轮值主编：邹绚

编委：李东辉，张夏，陈迪，李文硕，韩若安，贺峰，卞爱玲，张燕宁，陈哲，孙璐，谢海燕，曹淼，翁再虹，王新瑞

编辑：王新瑞