面对庞大的患病人群，单靠人力筛查难免力不从心。可喜的是，人工智能（Artificial Intelligence，AI）技术日益发展，特别是近期大火的 ChatGPT，引发了人们对其在医学诊疗领域应用的思考，可见医疗 GPT 的出现不会远了。就我所了解的眼科而言，最近已有 AI 应用在眼科疾病诊断中了，比如青光眼，青光眼的早期诊断对避免患者的视力损失具有重要意义，然而青光眼诊断通常需要包括裂隙灯、眼压、眼底视神经、视野等在内的许多检查综合评估，耗费大量人力物力。随着计算机技术、大数据采集和成像方式的进步，AI 的青光眼图像采集技术越来越成熟，有助于青光眼的早期诊断和大规模筛查。AI 可以更好地可视化及量化眼部结构，对视盘的 OCT 图像进行降噪、去除伪影等优化，同时自动评估和量化，有助于临床医生对青光眼患者的日常管理。AI 还可以用来预测青光眼病情进展目前预测青光眼进展的准确与否在很大程度上取决于临床医生的经验和专业知识，主观性较强。在今年 WOC 大会上，来自泰国的 Visanee Tantisevi 教授介绍了一款由她所在团队研发的兼具视野测试和青光眼诊断等功能的设备 GlauCUTU。这款设备将 Humphrey 视野分析仪移植到 VR（Virtual Reality，虚拟现实）护目镜中，并利用 AI 技术进行分析处理。这种技术不仅可以筛查青光眼，还可以给疾病严重程度分级，检测速度、检测成本、便携性等都优于传统 Humphrey 视野分析仪。深度学习（Deep Learning，DL）是 AI 技术中的一个重点领域，它是由机器学习（Machine Learning，ML）演变而来的。深度学习采用分层算法来进行数据分析，得到的结果更加可靠。目前，深度学习在青光眼筛查和评估中迅猛发展，并在多个方面初露锋芒。