中新网长沙5月31日电 (王昊昊 曾欢欢 李妍蓉)湖南大学31日对外透露，该校信息科学与工程学院一学生团队成功提出一种针对糖尿病视网膜病变(简称“糖网病”)的人工智能算法，不到3秒便能诊断出结果。

糖尿病已成为严重危害人类健康的重要流行性疾病之一。国际糖尿病联盟(IDF)2017年全球糖尿病地图(第8版)报告显示，2017年全球约4.25亿成人患糖尿病，其中约一半患者没有得到诊断，中国糖尿病患者约达1.21亿个。

糖尿病的最大危害是各种并发症，患者病情若得不到及时控制，患糖网病概率高达80%。糖网病是18岁至65岁年龄段居首位的致盲眼病，患糖网病失明的风险比正常人高出25倍。

“定期眼底筛查可在早期发现糖网病的同时对自然病程进行干预，减缓病情进展，降低失明风险率达94.4%。”该校学生团队成员奚子为说，“然而，2016年中华医学会第二十一次全国眼科学术大会数据显示，我国还有20%的县级医院没有设眼科，眼科医师尤其是眼底专业医师较少，眼科医师与糖尿病患者比约为1：3000。这使得定期筛查、早期发现难以实现。”

借助国家超级计算长沙中心强大的数据处理和计算能力，该团队在湖南大学信息科学专家荣辉桂、李肯立和中南大学湘雅二医院眼科专家罗静等组成的导师团指导下，发现深度学习的技术可以应用在糖网病检测识别上，从而实现自动判片和辅助诊断。

“我们对8万多张眼底照片进行了测试，结果表明，算法的表现已达到专业眼科医生水准，准确率达91%，耗时约为医生人工诊断的三十分之一。”学生团队成员火生旭说，希望我们的研究能帮助医生筛查更多病人，减轻眼科医生工作强度，降低人眼判片误差，为糖尿病的慢病管理及精准防控提供新思路。

目前，该学生团队研发的检测及辅助诊断方法正在中南大学湘雅二医院、贵州省人民医院、贵阳市北京路社区第一卫生服务站进行初步临床验证和测试。检测平台尚在搭建完善中。(完)