2023 年 9 月 21 日

 

多倫多大學的研究人員建立了一個線上模擬器，可以改善青光眼引起之惡化的視覺表現。

模擬器由應用科學與工程學院黃威利教授和博士生李彥及其合作者製作，從患者的角度描述這種疾病。

黃說，網路上幾乎所有其他的表述都是不準確的。

Edward S. Rogers Sr. 電機與電腦工程系的 Wong 說：「如果你在網路上搜尋青光眼的樣子，回傳的影像是隧道視野，週邊變黑。這沒有多少事實依據。」「真正發生的情況是，你的視野的某些部分正在失去空間完整性——更多的是當你剛醒來、注意力不集中時你可能會看到的東西。」

Wong 和 Li 的線上模擬器是基於他們開發的數據驅動模型，以幫助量化青光眼測量結果。他們的模型考慮了眼睛的生理機制，最近發表在《轉化視覺科學與技術》雜誌上的一篇論文中。

李說：「我們與青光眼專家密切合作——其中兩位是論文的共同作者——他們幫助我們加快了對眼睛病理生理學的了解。與他們並肩工作，我們獲得了寶貴的第一手經驗，了解臨床醫生對技術的需求。」

青光眼往往會影響老年人，通常是無痛的。這種疾病的特徵是眼球內的液體壓力升高，從而壓迫並損傷向大腦傳遞訊號的神經末梢。

該疾病是失明的主要原因，但透過藥物和其他干預措施可以大大減緩其進展。為了確定何時需要這些，醫生通常會進行主動監測，其中包括多項定性測試，例如檢查視神經或視網膜層。這些通常採用編號測量以盡可能精確。

黃說：「但即使有了這些測量結果，醫生也不總是知道它是呈上升趨勢、下降趨勢還是保持不變。」

這是因為許多生理測量本質上都是有雜訊的。例如，視野測試依賴視覺閾值的測量，即看到東西所需的最小能量，但這些閾值可能不可靠。測試的持續時間較長以及不可避免地錯過預約的間隙也加劇了雜訊。

李說，這個模型的獨特之處在於它將這些測試的數據與眼睛生物學知識結合。

他說：「你必須注意神經如何從眼睛本身——從視野進入視神經盤。如果你知道兩者之間的關係，並將這種因果關係添加到臨床數據中，你就擁有了更好的預測工具。」

Wong和Li的線上模擬器可讓使用者設定患者的年齡範圍，並從輕度、中度或重度的起點控制進展率。然後，它透過人物、風景和城市場景的照片，來模擬疾病的年度進展。

李說：「我向眼科醫生展示了我們的模擬器。眼科醫生說：『這正是我需要的』。」「青光眼的發展非常緩慢，顯然很難說服患者服用藥物，因為他們看不到或不明白其中的區別。」

李在這個計畫中的下一步，是結合不同的青光眼測試方法，以縮短使用機器學習（ML）方法可靠地檢測青光眼發病所需的時間。他說，更快的檢測將有助於更快地進行干預，並更有可能阻止不可逆轉的視力喪失。

他說：「醫學的發展在很大程度上依賴醫生相互傳授經驗，而機器學習有助於快速有效地學習和傳遞領域專家的知識。這是醫療保健大數據時代的一大好處。」

電機與電腦工程系系主任 Deepa Kundur 教授說：「像 Wong 和 Li 所做的那樣，將運算能力與深厚的生物學知識相結合，是非常引人注目的。結果不言自明，如果看到這種混合模型在其他應用中產生影響，我不會感到驚訝。」

 

[圖像]

應用科學與工程學院黃威利教授和博士研究生李彥開發的線上工具，從患者的角度描繪青光眼，左側為基線圖像，右側為中度缺損。