印第安纳州布卢明顿——根据印第安纳大学验光学院进行的一项新研究，在眼睛中发现的新的生物标记物可能有助于治疗糖尿病视网膜病变，甚至糖尿病。

在早期阶段，糖尿病会在常规临床检查发现变化之前影响眼睛。然而，新的视网膜研究发现，通过专门的光学技术和计算机分析，这些变化可以比以前认为的更早地测量到。

检测这种威胁视力的疾病的生物标志物的能力，可能会导致早期识别有糖尿病或视力障碍风险的人，并提高医生管理这些患者的能力。这项研究发表在《公共科学图书馆·综合》杂志上。

“糖尿病视网膜损伤的早期检测是可以通过无痛的方法获得的，这可能有助于及早发现未确诊的患者，从而减少糖尿病失控的后果，”该研究的合著者、IU视光学院的杰出教授Ann E. Elsner说。

糖尿病视网膜病变是由视网膜血管的变化引起的，是最常见的糖尿病眼病，也是美国成年人失明的主要原因。从2010年到2050年，美国糖尿病视网膜病变患者的数量预计将翻一番，从770万增至1460万。

这项新研究是目前广泛关注的通过应用于视网膜图像的人工智能检测糖尿病视网膜病变的一部分。然而，这些算法中的一些提供基于特征的检测，这些特征出现的时间远远晚于本研究中发现的变化。

由于该研究中描述的视网膜图像处理算法，iu引导的方法可以提前检测。

“许多算法使用任何不同于糖尿病患者和对照组的图像信息，这可以识别哪些人可能患有糖尿病，但这些可能是非特异性的，”Elsner说。“我们的方法可以与其他人工智能方法相结合，提供定位于特定视网膜层或组织类型的早期信息，从而可以包含其他算法没有分析的信息。”

埃尔斯纳和她的合著者乔尔·a·帕佩伊(Joel a . Papay)在她位于印第安纳大学眼科学院(IU School of Optometry)的鲍里斯眼科研究中心(Borish Center for Ophthalmic Research)的实验室里进行了视网膜图像分析。帕佩伊是该校视觉科学项目的博士生。他们使用了从糖尿病志愿者和健康对照组收集的数据。另外还收集了来自加州大学伯克利分校和Alameda Health的糖尿病视网膜病变筛查的数据。

计算机分析是在设备完善的诊所收集的视网膜图像数据上进行的，但在这项研究中使用的许多信息往往在诊断或治疗患者时被忽略。

DOI

10.1371 / journal.pone.0253091

文章标题

Quantifying frequency content in cross-sectional retinal scans of diabetics vs. controls