將人工智慧與遠距醫療合併發展，可以增加眼疾篩檢的可行性，甚至可以遠距監控疾病進展，增加醫療利用之效能，對偏鄉病患來說可是一大福音。 (圖片來源：計畫團隊提供)

現代人過度使用3C產品與不良的生活習慣，導致眼部病變的人口上升且年齡層不斷下降。為了及早篩檢出疾病並給予病患完善治療，醫學界近來積極將深度學習系統所發展的人工智慧應用於眼底照片、光學同調斷層掃描與視野判讀。以深度學習技術對疾病或檢查結果分類，與傳統機器學習技術最大的不同，在於不必人爲界定疾病的特徵，只需要輸入正常與罹病之眼底照片(或相關檢查影像資料)，讓深度學習系統自行擷取可能的分類特徵而做出判定，且可以達到較相當高的準確率。

目前，在判讀糖尿病視網膜病變、老年性黃斑部病變與疑似青光眼的視神經病變的應用上也取得初步的成果。

糖尿病視網膜病變

過多的醣、鹽及油脂攝取都有可能增加罹患糖尿病的風險。根據國際糖尿病聯盟(International Diabetes Federation，IDF)指出，2040年全球可能有高達6.4億人口罹患糖尿病，其中有三分之一會併發糖尿病視網膜病變，影響族群甚廣，且有7%的糖尿病患者還可能罹患對視力有嚴重影響的視網膜病變。要避免糖尿病視網膜病變所導致的視覺損傷，完整的篩檢與即時的轉介治療是不可或缺的要素。由於篩檢目標族群明確，因此可結合內科的治療與眼科的篩檢，並以最有效率的方式執行。

老年性黃斑部病變

隨著人口高齡化，罹患老年性黃斑部病變的人口數也逐漸上升，根據流行病學的調查結果推估，2040年全球將有2.8億人罹患中等嚴重度以上的老年性黃斑部病變，導致視力逐漸惡化直至失明，這些患者應該定期接受視網膜檢查。目前有文獻報告指出，人工智慧系統應用在老年性黃斑部病變診斷上，已可達接近九成的正確率。

青光眼

青光眼會導致不可恢復的視覺功能損傷，也是失明的首要原因之一。這個疾病的早期絕大部分的患者不會有主觀的症狀，難以由病患自我檢測早期發現，因此被稱為無聲的視力小偷。人工智慧系統可對視網膜眼底照片進行初步篩檢，對可能的患者預警。根據文獻報告，利用人工智慧系統對眼底照片進行青光眼的診斷，正確率可以達到九成左右，但目前尚未進展到臨床使用階段。此外，也一些研究想透過人工智慧系統協助醫師分析視野缺損情況，希望能更早期偵測到青光眼性視野缺損或更早發現到視野缺損的惡化，以期能更早期的積極介入治療。

人工智慧診斷系統的發展，可以協助篩檢出需要接受進一步檢查及治療的患者，並減少醫師臨床工作量的負擔，甚至可以進一步協助醫師預估病情進展的方向與速度，讓病人更了解自己未來可能面對的治療與疾病可能導致的功能缺損，也協助醫師幫病人選擇最適合的治療方式。若能將人工智慧與遠距醫療合併發展，可以增加眼疾篩檢的可行性，甚至可以遠距監控疾病進展，增加醫療利用之效能，對偏鄉病患來說可是一大福音。