中山大學中山眼科中心教授林浩添團隊與清華大學教授徐楓團隊合作，在前期全球首個數字面罩技術基礎上，進一步研發出斜視數字標尺（DRS）。該技術僅通過智能手機錄制的30秒視頻，便可實現專科醫生級別的斜視度自動精準測量。10月23日，相關成果發表于《新英格蘭醫學雜志·人工智能》（NEJM AI），并獲3項發明專利授權。
“該研究為斜視的院外自動篩查、早期診斷及居家隨訪帶來了切實可行的解決方案。”論文共同通訊作者、中山大學中山眼科中心主任醫師余新平表示，斜視作為兒童視力發育期的高發眼部疾病，早期篩查對預防不可逆弱視及立體視覺喪失至關重要。然而，兒童常缺乏對自身視覺不適的認知，非專業人員也難以察覺早期異常體征，導致斜視早期診斷困難重重。
此外，傳統斜視診斷方法依賴專業醫生，耗時費力，限制了其在篩查與隨訪中的廣泛應用。既往雖已提出一些斜視自動測量方法，但因精度不足、設備成本高昂等問題，應用范圍受限。因此，研發以智能手機為載體的斜視度精準測量新技術，具有重要科學價值與臨床意義。
為評估DRS性能，研究團隊開展了一項前瞻性多中心臨床研究，在中山大學中山眼科中心、溫州醫科大學附屬眼視光醫院、深圳市眼科醫院招募患者。通過將DRS測量結果與專家手工測量的三棱鏡交替遮蓋試驗結果對比，全面評估了DRS在定量測量斜視程度、定性診斷斜視類型及動態監測間歇性外斜視三方面的性能，并與現有斜視自動測量方法進行了對比。
論文共同第一作者、中山大學中山眼科中心主治醫師汪瑞昕介紹，在斜視度定量測量方面，與三棱鏡交替遮蓋實驗（PACT）相比，DRS平均絕對誤差為4.51棱鏡度（PD），測量性能良好。在水平斜視度測量中，DRS與PACT一致性極高，組內相關系數ICC達0.98（95% CI，0.98-0.99）。Bland-Altman分析進一步驗證，平均差為-1.1 PD，95%一致性界限為-11.5至9.4 PD，且在不同斜視類型、醫院、檢查距離及戴鏡狀態下均表現穩定。
在定性診斷方面，DRS能準確區分正位、隱性斜視、顯性斜視及內斜視和外斜視。在區分眼位正常與異常時，DRS敏感性（0.974；95% CI，0.949-0.987）和特異性（0.938；95% CI，0.872-0.972）均較高。此外，在間歇性斜視檢測中，DRS可動態重建復位時間和速度，為觀察和測量該類疾病動態變化提供新方法。
“DRS適配智能手機等消費級設備，可推廣至國內外資源有限地區，提升醫療資源可及性，為斜視篩查、隨訪、監測注入數字化新動力。”論文最后通訊作者林浩添指出，其團隊長期致力于醫工交叉研究，探索手機作為醫療的有效外延和載體，并提出基于智能手機的自我篩查-疑似的病例轉診到社區或基層醫療機構-明確的患者再轉診到大醫院的“新型三級診療模式”。這次DRS的成果，為該體系搭載了重要一環。
相關論文信息：https://doi.org/10.1056/AIoa2401205