糖尿病对人群健康的损害主要来自于并发症，长期存在的高血糖引起机体组织多种并发症，而其中糖尿病性视网膜病（Diabetic Retinopathy，简称DR）已成为是工作年龄人群的首要致盲性疾病。对于糖尿病患者进行DR早期筛查、诊断、干预及随访能显著降低DR患者严重视力损伤的比例。日前，附属第六人民医院与上海交通大学电子信息与电气工程学院、上海市糖尿病重点实验室、上海市糖尿病临床医学中心合作研发了基于深度学习的糖尿病视网膜病变检测（DeepDR）系统，利用深度学习实现糖尿病视网膜病变智能辅助诊断，瞄准中国和世界范围内的最大慢病人群——糖尿病患者人群的精准筛查与防治痛点。

DeepDR具有人工智能技术辅助筛查和诊断功能，实现了对于眼底图像的自动判读和辅助诊断功能，有助于降低基层医院医生的诊断难度和工作负荷，开辟了糖尿病的慢病管理以及精准防控的新路径，得到了中华医学会糖尿病学分会的认可与支持。该系统已应用于全国糖尿病并发症流行病学调查（5万人）与上海市泥城糖尿病流行病学调查（2万人）研究项目，并已在多家医疗单位应用于临床辅助诊断。

据悉，建立DeepDR系统使用的眼底图片数据来自2014-2017年参加上海市代谢性疾病（糖尿病）临床诊治服务体系建设项目的糖尿病患者。该项目于2014年启动，逐步覆盖了上海全市16个区240个社区卫生服务中心，超过17万名糖尿病患者接受了免散瞳眼底摄片筛查。

DeepDR系统由多个负责识别与分割的卷积神经网络组成，包括三大功能：图像质量分析与实时反馈，病变检测和分级诊断。其中，图像质量分析模块可以给予摄片者关于图像质量所存在问题的实时反馈，可显著提高视网膜图片拍摄质量；病变检测模块可以对视网膜特征病变（微血管瘤、出血及渗出等）实现自动识别和分割；DR分级模块最后给出诊断（轻到重度非增殖性糖尿病视网膜病变以及增殖性糖尿病视网膜病变），尤其值得一提的是，DeepDR能检出轻度糖尿病视网膜病变，其敏感性可以达到86.7%，特异性达到85.7%，轻度糖尿病视网膜病变在控制血糖、血压和血脂后可以逆转，其早期诊断能防治病情恶化，大大减少致盲率。