Identifying Intraoperative Floppy Iris Syndrome (IFIS) Using AI

技术摘要：利用人工智能识别术中虹膜松弛综合征 (IFIS)

问题陈述
术中虹膜松弛综合征 (IFIS) 是一种以瞳孔扩张不良和虹膜弹性异常（在机械拉伸过程中表现出抗性）为特征的病症。它显著增加了术中并发症的风险，包括虹膜损伤、伤口裂开、后囊破裂和玻璃体丢失，这些并发症可能导致长期的视力损害。目前，对 IFIS 的术前预测主要依赖于临床风险因素，最显著的是使用 α-1 受体拮抗剂类药物。然而，很大一部分 IFIS 病例发生在没有此类药物使用史的患者身上，且仅凭临床评估可能会遗漏细微的解剖学指标。本研究旨在评估人工智能 (AI) 算法是否能利用常规的术前前节成像技术，比现有方法更有效地识别 IFIS 高风险患者。

研究方法
本研究利用了 2016 年 4 月至 2022 年 11 月期间在 Rabin 医疗中心接受白内障手术的 2,220 名患者（3,239 只眼）的回顾性队列。数据集被分为训练集 (60%)、验证集 (20%) 和测试集 (20%)，并确保来自同一患者 ID 的图像不会出现在不同的集合中，以防止数据泄露。

• 数据获取： 术前图像使用 Tomey OA-2000 光学生物测量仪获取，该设备可捕获红外 (IR) 图像和扫频光源光学相干断层扫描 (SS-OCT) 图像。IFIS 的诊断基于手术报告中由手术医生明确记录的综合征存在情况。
• 图像处理： 红外图像（原始大小为 360×330 灰度图）被调整为 224×224 像素，以瞳孔为中心，并转换为 RGB 张量。应用了数据增强技术，包括水平/垂直翻转和“切片法”（将图像切割成 4 或 8 份），以解决训练集中的类别不平衡问题。
• 模型架构：
  • 红外分类： 评估了四种卷积神经网络 (CNN) 架构：ConvNeXt-large-224、ResNet-50、EfficientNet-b7 和 MobileNet。所有模型均在 ImageNet-1K 上进行了预训练，并进行了 20 个轮次的微调。
  • OCT 分类： 使用 ResNet-50 模型在眼前节 OCT 图像上进行训练。
  • 异常检测： 采用了 EfficientAd 模型（学生-教师架构），将 IFIS 作为数据集中的一种异常进行检测。
  • 集成策略： 对于 OCT 图像，通过对同一只眼的多个图像进行多数投票，以确定最终分类。
• 人类基准： 两名经验丰富的白内障医生在对 100 幅红外图像进行盲测（对所有临床数据不知情）时进行了人工评估，以建立人类表现基准。
• 统计分析： 使用受试者工作特征曲线下面积 (AUC)、灵敏度、特异度和准确率来评估性能。同时还进行了多元逻辑回归，以将临床变量（如 α-1 受体拮抗剂的使用、瞳孔大小、前房深度）与 IFIS 的发生联系起来。

关键结果

• 临床人口统计学： 该队列中有 243 只眼 (7.5%) 确诊为 IFIS。IFIS 组与非 IFIS 组在年龄（IFIS 组更高）、α-1 受体拮抗剂使用（14.3% vs. 4.7%）、前房深度（IFIS 组较浅）、晶状体厚度（IFIS 组较宽）和瞳孔大小（IFIS 组较小）方面存在显著差异。
• 多元逻辑回归： 基于临床变量的模型实现的 AUC 为 70%。关键预测因子包括 α-1 受体拮抗剂的使用 (OR 1.14)、性别和瞳孔大小。
• 人类评分者： 两名人类医生在仅评估红外图像时，其 AUC 分别为 55% 和 49%，这表明在缺乏额外数据的情况下，仅凭视觉预测 IFIS 的能力有限。
• AI 模型性能：
  • 红外分类： ConvNeXt-large-224 模型在所有 CNN 中表现最佳，AUC 为 65.5%。其他模型（EfficientNet-b7、MobileNet、ResNet-50）表现较低，AUC 范围在 39.8% 到 54.6% 之间。由于类别不平衡，这些模型在二分类召回率方面表现欠佳（例如 ConvNeXt 的二分类召回率为 4.26%），尽管其加权召回率较高。
  • OCT 分类： 基于 OCT 图像的 ResNet-50 模型在单张图像上的 AUC 为 57.8%，在应用多数投票法后提高到 61.7%。
  • 异常检测： EfficientAd 模型实现的 AUC 为 53.3%（结果部分显示为 53.5%），具有完美的召回率 (100%)，但精确度 (26.8%) 和准确率 (26.9%) 较低。

核心贡献与意义
本研究证明，AI 算法可以辅助眼科医生利用常规术前成像技术识别 IFIS 高风险患者，在仅依赖图像分析时，其表现可能优于经验丰富的医生。具体而言：

1. 优于人类视觉评估： 最佳 AI 模型 (ConvNeXt-large-224) 实现了 65.5% 的 AUC，在通过红外图像预测 IFIS 时超过了人类评分者的表现 (49–55%)。
2. 多模态成像的整合： 研究验证了红外成像和 OCT 成像在执行此任务中的效用；由于基于临床数据（临床变量）的多元逻辑回归达到了最高的 AUC (70%)，这表明 AI 图像分析是对临床风险因素评估的补充而非替代。
3. 应对类别不平衡： 研究强调了由于 IFIS 发病率较低（约 7.5%）导致的检测难度及由此产生的类别不平衡问题，这严重影响了模型的精确度和召回率。作者指出，虽然异常检测提供了完美的敏感性，但仍需进一步优化以平衡精确度。

局限性与未来方向
作者承认存在若干局限性，包括数据集不平衡、医生对 IFIS 严重程度报告的差异性，以及使用的红外图像缺乏颜色信息（如此前研究认为与 IFIS 风险相关的虹膜颜色）。论文结论指出，虽然 AI 展现出潜力，但仍需在其他成像模态上进行更多研究，并对模型进行进一步优化，以提高预测的准确性和泛化能力，从而实现临床应用。该研究并不声称 AI 目前可以取代临床判断，而是将其定位为一个潜在的辅助工具，用于更安全的术前规划。