国外许多国家开展了糖尿病视网膜病变的远程医疗。一个远程诊疗系统主要包含以下三个部分: (1)能够重复获取高质量视网膜图像的图像采集系统; (2)评估糖尿病视网膜病变严重程度的图像阅片中心; (3)临床协调中心, 将研究结果传达给初级保健提供者和患者, 并根据需要进行门诊预约或治疗^[4]。

1.1.1 英国NHS系统 该系统的糖尿病视网膜病变的远程筛查监控系统是ATA2级。National Health System Diabetic Eye Screening Program (NDESP)是全世界范围内第一个政府级别的糖网筛查监控项目。几乎覆盖了全国范围。每只眼睛拍摄2视野散瞳眼底照片, 首先通过经受严格训练的非眼科专科人员进行初次分级。此次分级的目标是筛选出有糖尿病视网膜病变的人群。如果发现任何病变, 则结果将会传递到第二级分级人员, 注意初次结果保密。为了保证结果的可信度, 其中被第一级分级人员认定为无病变的照相, 将有10%送至第二级人员处进行复验。如果出现结果差异, 则会被送至第三级专业眼科医师手中进行分析。视网膜病变分为R0-R3四级, 黄斑水肿分为M0或M1。如果结果为R2(出现多发点状出血、棉絮斑、静脉串珠, IRMA)、M1(临床有意义黄斑水肿), 则建议眼科专科就诊。如果结果为R3(增殖期改变), 则建议立即就诊。将远程诊疗的照片设置为2视野散瞳眼底照片的依据是:散瞳及非散瞳眼底照均能达到86%以上的敏感度, 但1个视野的眼底照片较2视野眼底照片有较高的失败率(19.7%)和较低的敏感度(76.7%)。其敏感度和特异度与专科医师检查相当。NDESP远程医疗的效果是显著的。2012年, 已有200万人接受该项目筛查。2013年有近74 000例转诊至眼科专科医师处, 有4600例接受治疗。研究显示, 该项目降低了糖尿病患者中视力丢失的比率。在英国开展NDESP后, 近几年英格兰及威尔士地区致盲首位原因不再是糖尿病视网膜病变^[5]。

美国远程医疗协会(ATA)针对糖尿病视网膜病变远程医疗项目的有效性将其分为4类。从类别1(区分无糖尿病视网膜病变和轻度以上糖尿病视网膜病变)到类别4(区分视网膜病变的程度可否达到ETDRS分级)。

1.1.2 美国的系统 美国JOSLIN VISION NETWORK(JVN)远程医疗诊断网络是符合ATA3级的糖网筛查监控项目。此项目采用非散瞳彩色眼底立体照相, 照相范围严格覆盖:(1)视盘及黄斑; (2)鼻侧至视盘; (3)颞侧血管弓范围。同时拍摄眼前节及外眼像。阅片人员由专业训练的眼科专业人员利用专门计算机软件计算ETDRS分级并给出下一步方案。该项目采取3视野眼底立体像是根据WESER队列研究的研究结果, 该研究通过2410人的队列研究得出在等级8的糖网患者中, 3视野和标准EDTRS7视野照相有91%的一致率。等级4的糖网患者中, 一致率达到95%。而JVN自身一项包含535人的研究结果显示, 其诊断结果与金标准之间可达到72.5%完全一致, 89.3%的一致。尤其在诊断糖尿病黄斑水肿上更为显著。JVN目前在退休军人健康管理范围内广泛开展, 并逐渐推广至印度等国, 已有120 000人接受筛查和监控。相比传统项目, 该项目的随诊效果更好, 且对疾病的检出和治疗都有明显的效果。4年间激光治疗的比率上升50%^[6]。

美国加利福尼亚州EyePACS(ATA1级)远程诊断系统自2001年上线, 截至2010年已有53 000人接受筛查和监控。该系统采取散瞳3视野眼底像(非立体), 与JVN阅片采取相同的标准, 这个项目主要用于筛查糖尿病黄斑水肿的患者。以中心凹1视盘直径范围内出现渗出作为CSDME的筛查标准。该项目下一项包含143人的研究表明该远程诊疗的灵敏度为75%, 特异性为93.8%。但是该项目的随访率仅为15%, 随访的患者中仅有30%能够去眼科专科诊所进行进一步随访^[7]。

美国巴尔的摩的Digiscope(ATA1级)远程诊疗项目采用散瞳无赤光眼底照相系统, 拍摄10张覆盖眼底40° ~45° 范围内的视网膜, 从初级保健诊所上传至专业阅片人员处。该项目采用无赤光照相能够增加阅片者读片时的对比敏感度。该项目一项涉及1600人的研究显示, 远程阅片结果与眼科医师检查结果的一致度为91%。该项目的图像采集系统操作简单, 界面友好, 能自动实现瞳孔的对位对焦。目前, 已经在美国及国外筛查超过100 000人。对于初次接受筛查的患者, 该远程项目糖网的转诊率为20%, 基本与其他项目的转诊率持平^[8]。

1.1.3 加拿大的远程诊疗 加拿大阿尔伯特省的远程诊疗项目是ATA三级的远程医疗项目。因为加拿大地广人稀, 许多人距离医院非常远, 导致就诊和随诊难度较大。因此远程医疗项目对诊断的准确度具有较高的要求, 希望能够将所有需要就诊治疗的患者转诊到眼科专科。该项目采用散瞳眼底立体像, 范围覆盖视盘及黄斑。一项研究显示该项目的照片与7视野ETDRS相片相比在CSDME和高危PDR方面, 诊断具有极其高的一致性(R=1.00)。在高危的非增殖糖尿病视网膜病变也有较高的一致性。自1997开始, 政府与阿尔伯特大学合作, 2009年, 有6000人接受筛查和监控, 其中1000人转诊至眼科。在建议转诊的同时, 该项目还能针对该患者的情况, 安排其他必要的检查, 使得患者就诊效率更高^[9]。

1.1.4 其他远程诊疗系统 有法国巴黎的Ophdiat, 它采集一张整个后极和一张视盘的眼底照片, 范围为45° 。由眼科专业医师判读。对于无DR或轻度NPDR的患者1年后再次进行筛查, 轻度NPDR以上的患者则转诊至专业眼科医师处。截至2009年已经筛查监控38 000人。糖网筛查率从2005年的50%提升至2009年的74.5%。针对这些患者, 节省眼科专科医师60%的时间^[10]。还有荷兰的Eyecheck, 截至2010年, 全国30%的糖尿病患者参与此项目的筛查和监控^[11]。

1.2.1 图像采集系统的新发展 大部分远程诊疗中心采用Zeiss散瞳眼底照相、Topcon免散瞳的彩色眼底摄像机或者Canon免散瞳眼底照相等相似设备作为图像采集设备。与远程诊疗阅片配套的便携设备是下一代远程设备的发展趋势。例如, 手机设备不仅具备眼底图像采集功能, 它将视力眼压等眼科软件、血糖血压等全身情况监测软件集于一身, 不仅便携好操作, 同时简化了就诊和护理的流程, 便于患者随时根据自身情况确定就诊时机和优化治疗方案。虽然这些设备的功能由非眼科专业人员操作的可靠性需要更多数据的验证, 但该类设备对于克服患者随诊依从性差等方面的问题是极富有意义的尝试。2010年Lord等将20D间接检眼镜和手机的简单结合, 随后经过Bastawrous和Haddock的改进, 形成了眼科大夫进行手机拍照获取眼底图像的设备。该设备花费约为400美元。一项包含600人的亚洲人群队列研究结果显示, 该设备获得的7视野眼底照相对糖尿病视网膜病变的灵敏度不高^{[12, 13]}。2015年基于韩国三星公司的智能手机眼底照相系统Portable Eye Examination Kit (PEEK)目前正在各收入等级人群中收集评测数据。基于苹果手机的D-EYE系统由一个光学磁性连接设备与手机相连, 一项包含120人的研究显示, 眼科医师在散瞳下进行操作的眼底图像在糖尿病筛查上具有较高的灵敏度, 而且该设备已与远程医疗设备相配套。Ocular Cell Scope 是一项可以家用的结合光学照明、图像采集的智能手机设备。2015年一项30人的小样本横断面研究显示该设备可达到100%的灵敏度和80%的特异度。iExaminer是目前FDA认证的糖网筛查设备, 能够获得25° 范围内眼底图像。与手机图像获取配套的软件也在开发之中, MYVISIONTRACK和DIGISIGHT SIGHTBOOK等智能手机应用程序可以跟踪其视力和图像的微小变化, 并有可能作为年度筛查的补充或替代。目前还有发展成一体化设备, 例如HORUS Scope和SmartScope Pro等, 内置的红外波长用于免散瞳查看同轴光源, 并同时安装高分辨率(1080p)覆盖25° ~40° 范围眼底的图像捕捉和显示系统。其中美国的SmartScope能够与医学影像处理系统DICOM和PACS对接, 因此即使患者在不同医院, 也能够得到该图像, 便于图像远程会诊。该设备针对56人进行检查, 与同时进行检查的5名专业眼科医师的诊断质量相当。考虑到不同分级系统的影响, 该设备的敏感度为50%~85%、特异度为72%~98 %。对于大规模筛查, 这些设备将与远程医疗的疾病自动分级软件相结合。随着影像设备的发展, 能够获得影像范围越来越大。麻省理工学院设计的eyemitra能够获取眼前节和后节的图像, 视网膜成像范围可达120° 。另一个设备eyemitra能够自动获取最准确最高分辨的图像, 它形如双筒望远镜, 患者首次先适应10 min, 设备便会捕捉位置最精准的图像, 界面友好, 操作简单。此外, 智能手机软件应用程序还可以整合GPS数据, 便于随访^{[14, 15, 16]}。

目前, 远程医疗设备不仅仅拥有眼底像拍摄设备, 它们能够提供更多的检查设备, 这些设备为远程诊疗提供更加新的角度或更全面的信息。例如, LKC科技公司的手持ERG检查设备RetEval, 有研究显示, ERG某些异常提示临床可见的糖尿病视网膜病变。这个设备的主要目的是筛选和监控需要门诊就诊的目标人群。初步研究显示糖尿病视网膜病变的敏感度为73%。目前, 便携OCT在研发之中, 该设备的发展对糖尿病黄斑水肿的监控随访具有重要意义^[17]。

1.2.2 图像阅片系统新进展 随着人工智能技术的发展, 利用智能算法或者深度学习模型进行阅片成为新的发展趋势。2018年Ramachandran Rajalakshmi等利用手机便携眼底照相设备联合EyeArtTM 人工智能图像自动分析软件对300例患者进行分析, 并与传统眼科医师阅片比较, 眼科医师判定的糖网为191例(64.5%), AI软件判定糖网为203例(68.6%), 其中112例(37.8%)和146例(49.3%)患者分别检测到威胁视力的糖网。 AI软件检测糖网的敏感度为95.8%, 特异度为80.2%。检测威胁视力糖网的敏感度为99.1%, 特异度为80.4%。对糖网和威胁视力的糖网, 二种方法进行一致性检验, kappa值为0.78和0.75。因此, 基于人工智能的糖网远程筛查将成为有利工具。2018年美国FDA正式批准人工智能医疗设备IDX-DR用于成人糖尿病患者进行糖网筛查, 这是首个获批的糖网筛查AI设备。用于初级保健医师门诊, 利用Topcon NW400拍摄, 医师将患者视网膜图像上传到云端利用AI算法分析, 如果发现轻度及以上DR, 请转诊至眼科医师。余下建议每年随访。其识别轻度DR的准确率为87.4%^{[18, 19]}。

1.2.3 成本效益 国外许多糖网远程筛查项目对远程医疗的成本效益进行了分析。JVN在印度收集对148例病例进行分析, 发现相较于传统糖网筛查, 远程医疗能够节省32万美元。加拿大一项研究显示远程医疗每质量调整生命年糖网筛查的花费为15 000美元, 而传统筛查项目需要花费3.7美元。节省的费用相当于最初5年投资设备和硬件投资。美国一项针对弗吉尼亚阿拉巴契亚地区的调查显示, 对于美国山区这种医疗资源相对匮乏的地区, 远程医疗相较于传统医疗, 每次能为每位患者节省150美元^{[20, 21]}。但是有些研究指出, 远程医疗并非在所有情况下都能获益, Kirkizlar等^[22]的一项研究显示只有当人数大于3500且年龄小于80岁时才具有获益。而晚期的糖网和低风险的糖网随访过于频繁都会导致成本大大增加。VA的研究显示对于严重视力丧失的糖网, 毎例病例整套筛查的花费额外增加了1.37万美元。而对于低风险的糖网每年筛查较3年1次筛查, 获益大大减低^{[22, 23]}。因此, 只有制定合理的筛查方案和标准, 选择好目标人群, 配备合理设备和人员, 才会使得获益最大化。

我国目前也在部分地区进行了糖网的远程医疗。例如, 北京市德胜社区糖尿病视网膜病变远程筛查系统。北京市西城区德胜社区卫生服务中心建立社区DR远程筛查系统, 共纳入2型糖尿病患者1 355例2473眼行视力检查, 并以免扩瞳数码眼底照相机和互联网传输技术为基础, 在社区采集受检者眼前节及眼底图像, 传输图像至医院读片中心, 由有经验的医师分析图像后反馈结果, 远程筛查系统的眼底照片读片与扩瞳后检眼镜检查DR诊断分级的一致性较好(Kappa=0.895), 二者对黄斑水肿诊断的一致性良好(Kappa=0.763); 二者对有无视网膜光凝及光凝分级的诊断结果一致(Kappa=1.000)。远程筛查单个样本用时约10 min, 明显短于扩瞳后眼底检查的23 min, 远程筛查系统的随访率为75.2%^[24]。

上海市北新泾社区糖尿病视网膜病变远程筛查系统也做了相似的研究。采用传统检查法与眼底照相法诊断为DR的眼数相同, 一致性检验Kappa值为0.885。DR不同分级诊断的一致性一致性好。每位受检者实时远程筛查所需的时间为5~7 min^[25]。广州中山眼科中心联合澳大利亚相关机构在内分泌科开展基于人工智能的糖网远程筛查系统。在内分泌科收集非散瞳压眼底照相, 结合患者内分泌病史, 利用深度学习算法对图像进行分析。自动筛查的平均评估时间为6.9 min。其正确转诊的敏感性和特异性分别为92.3%和93.7%。对患者进行AI远程医疗态度调查问卷显示, 96%的受访者表示他们对AI远程医疗感到满意或非常满意, 有78%的受访者表示他们更喜欢AI筛查而非人工。可以说目前我国远程医疗的硬件条件比较完善, 目前大部分地区的远程诊疗中心采用Zeiss散瞳眼底照相、Topcon免散瞳的彩色眼底摄像机或者Canon免散瞳眼底照相机。现在许多地区引进了广角眼底照相仪器、炫彩照相等新的仪器从而尝试构建多模式眼底影像阅片系统^[26]。

当然远程医疗的硬件到位之后, 还需要完善其他软件配置:需要医务工作者的统筹兼顾, 合理搭配人力资源等问题也须未雨绸缭。有了较为先进的远程医疗设备, 而更为重要的是, 还需要具有专业素养的医护工作者来具体操作。换而言之, 如果仅仅停留在硬件到位, 没有适量、适当、足够的专业医疗人员参与, 则显然不能及时、准确、保质保量地完成远程医疗的任务。远程医疗设备的科学、规范使用, 也需做好大量的业务培训、专业提升。有了前卫的远程医疗设备, 后续的科学、有效、规范使用、操作等一系列后续服务问题也随之而来。这就要求相关职能部门增强信息化与医疗专业化的有机结合, 确保医护人员远程医疗技术与时俱进。

2.2.1 政策定位 国家卫生计生委提出 “ 十三五” 时期, 将坚持以人为本的理念, 以联通共享为目标, 大力发展“ 互联网+智慧医疗” , 使之成为联接卫生服务体系的有效载体, 努力全方位、全周期保障人民群众健康。着力构建统一权威、互联互通的国家省市县四级人口健康信息平台; 支持第三方机构构建医学影像、健康档案、检验报告、电子病历等医疗信息共享服务平台。着力规范和促进健康医疗大数据应用, 大力推动政府健康医疗信息系统和公众健康医疗数据互联融合、协同应用。着力推进远程医疗服务向基层、偏远和欠发达地区延伸, 让老百姓实现接入互联网就接入了现代医疗服务体系, 在家门口享受到城市大医院优质的医疗服务。着力实现“ 三个一” 工程, 每个家庭拥有一名家庭医师, 每个居民拥有一份动态管理的电子健康档案, 一张功能完备的健康卡, 推动基本医疗服务均等化, 同时完善相关法律政策和标准, 切实保障国家、企业秘密和公民个人隐私, 保障网络畅通。着力建设人口健康信息化标准体系。信息标准是互通共享的基础。着力推进健康医疗智能设备发展应用。支持人工智能技术等, 不断提升产品质量, 完善价格、医保、采购等支持政策, 开展示范推广, 让群众获益。

2.2.2 基础建设 19大提出中国需要建设中国特色基本医疗卫生制度, 目前立柱架梁的任务基本完成, 我们初步建立了分级诊疗体系, 以基层为重点, 配置医疗资源, 80%以上的居民15 min内就能到达最近的医疗点。家庭医师签约服务已经覆盖4.3亿人。下一步我们需要通过发展医疗集团、远程医疗协作网等医联体的形式, 让老百姓在家门口就能享受到较高水平的医疗服务。目前, 我国医疗培训体系对专科医师的培训越来越规范化, 不仅有训练有素的各级专科眼科医师直接对糖尿病视网膜病变的目标人群进行筛查, 而且随着影像设备和系统的发展, 先进的眼科影像设备资源正在向更加偏远地区进行流动。与此同时, 随着手机等智能设备的发展, 许多新型便携、操作简单的影像设备问世, 更带动了眼科资源向更为广泛的地区流动。随着人工智能的发展, 阅片的效率大大提升, 节省了人力及物力, 许多大型的医疗机构已经进行尝试, 一些网络公司等市场资本加入其中, 共同推动其发展。

首先, 我国应该完善各级医师规范培训的内容和规划, 保证各级医疗系统拥有训练有素的医师, 能够掌握与之相对应的眼科知识, 保证各级医疗人员的专业性。减少眼科专科的医疗负担, 使得患者就诊达到效率最大化。这也更有利于医疗资源向更偏远、资源更贫瘠的地区流动。其次, 随着眼科影像设备的发展, 操作越来越简单, 越来越便携, 适合初级医疗机构操作, 使得专业的眼科设备资源流向更加广泛的地区。同时加强眼科与内分泌等其他学科的合作, 糖尿病视网膜病变的发生发展与糖尿病、高血压等全身情况息息相关。健全眼科远程医疗, 动态维护电子病历, 并获得患者全身情况的变化, 多学科合作, 更有利于诊断和治疗以及随访。最后, 国家政策大力扶植人工智能项目, 糖网阅片的深度学习模型已经建立, 期待今后我国能够拥有国家级别的糖尿病视网膜病变的筛查项目, 全国执行规范的筛查标准, 全国使用统一的影像采集系统和影像阅读系统, 地区之间信息沟通顺畅, 并能与地区大型眼科诊疗中心的病历系统相对接, 有利于患者的转诊和随访。同时希望全国存在国家级别覆盖全民内科疾病的筛查随访系统, 不同学科信息共享, 使得患者的诊治更加立体, 更加全面。最后制定我国糖尿病视网膜病变的处理共识和流程, 并加入人工智能的算法模型中, 根据疾病的病情提供相应的随访诊治方案。

目前, 我国的经济发展和人口结构正在发生巨大转变。2010年一项数据显示, 无论男性还是女性, 我国成人糖尿病患病率随年龄增长逐渐升高, 60岁以上老人的糖尿病发病率超过20%。更令人担忧的是, 中国老龄化加剧的同时, 20~44岁人群却在逐渐减少。老龄化是中国糖尿病患病率及相关并发症增加的主要原因, 中国糖尿病及糖尿病视网膜病变未来几十年很有可能会处于持续增长的局面, 社会各界包括政府和专家都要关注老龄人口的糖尿病以及糖尿病视网膜病变的防治问题, 使中国健康地迈入老龄化社会。