2012年9月18日星期二

糖尿患者照眼底相,盡早發現中風風險 - 王家瑜

2012年9月17日 - 信報

武打演員劉家輝因中風,身體健康大不如前,不禁令人惋惜其矯健身手已難再。事實上,中風在香港並不罕見,為本地第四大疾病殺手,每年約一萬八千人初次或再次中風,每年更有三千五百人因而死亡。中風可分為缺血性中風及出血性中風,缺血性中風比較常見,成因是腦血管栓塞。而缺血性中風個案之中,就有三成是糖尿病患者,可見糖尿病與中風之關係。

如要避免中風,必須預先發現有腦血管毛病。近期中大便成功研發出一套全自動化視網膜圖像分析系統,有助糖尿病患者輕鬆預測中風風險,可盡早於日常生活及飲食習慣中作出改善,遠離中風危機。

中風令身體機能大大減退,影響生活質素,而除了年齡漸長、性別(以男性風險較大)和家族病史等皆為不可改變的血管疾病高危因素之外,亦有其他可以控制的因素,如趁早發現及改善,可降低中風的機會,而其中一個高危因素就是糖尿病。

糖尿病視網膜病變是糖尿病的併發症,症狀包括視網膜輕微出血、多重出血或有新增血管等。因為視網膜血管是唯一可直接以肉眼看見的血管,它和腦血管都有相同的胚胎起源、組織結構以及因糖尿病和高血壓所引起的病理變化,故檢測視網膜血管亦有助檢視腦血管的情況。如腦血管開始有栓塞,眼血管亦會開始有相同現象,未來日子很有機會中風。

患者應每年照一次

香港中文大學公共衞生及基層醫療學院生物統計學學部徐仲鍈教授指出,患有糖尿病達十年以上的患者中,有高達八成人的視網膜會受到影響,嚴重者更會失明,大大影響生活質素。

根據美國眼科學會的指引,輕度糖尿病患者每年應做至少一次視網膜檢查,較嚴重患者至少做兩次。然而,現時透過人工檢測糖尿病視網膜病變受到不少限制,包括不同驗光師檢測結果差異、門診對圖像解讀有困難等。而徐仲鍈教授及其研究團隊便研發一種全自動視網膜圖像分析系統,有助糖尿病患者以簡單快捷的方法檢視腦血管狀況,評估中風風險。

中大研發的全自動化視網膜圖像分析系統是透過互聯網,將一般的視網膜圖像傳送到伺服器,程式便自動分解每點的像素,並以嶄新的計算程式和先進的生物統計學評估是否有分泌物、視網膜出血量和新生血管,最後計算出糖尿病視網膜病變的機會。這系統不單能在幾秒鐘內提供精確診斷,亦可大大降低成本,人人也可輕易得到早期診斷。

血管可察中風現象

徐教授指出,照眼底相的相機於一般眼科診所及眼鏡店亦有,照片解像度已足夠讓系統作出準確分析,毋須額外添置昂貴器材。一直以來,海外也有文獻研究糖尿病視網膜病變與中風的關係,然而研究人員必須以大量時間來整理血管各項特徵,如要觀察其細微變化就更花時間,遑論要患者每年進行檢查。

這套系統可從血管特徵發現是否有中風迹象,包括血管直徑、分枝角度、對稱度及彎曲度。徐教授指,他們曾參考工程系的意見,因為血管與水管的原理一樣,從而判斷血管是否有不尋常的現象。另外,如有血管閉塞、出血、有分泌物及動小靜脈局部狹窄或缺口等,亦是中風高危病徵。

早前徐教授與研究團隊便找來四百名糖尿病患者作測試,檢查他們的視網膜圖像,當中有二百四十九人患有糖尿病視網膜病變,其餘一百五十一人為對照組。透過全自動化系統的快速分析,研究小組正確檢測到二百三十三人患有糖尿病視網膜病變及一百三十四人沒有患病,準確度分別達94%和89%。

中大研究團隊把這項技術延伸到中風患者上,研究人員跟進了二百四十四名平均年齡為六十五歲的病人,當中有一百二十二名中風患者,當中有八十一人患有糖尿病,四十一人沒有患病,其餘一百二十二名為對照組,同樣有糖尿病患者及沒有患病的人士。結果顯示系統可正確檢測到一百一十位中風患者和一百零四人為非中風患者,準確度分別達90%及85%。確定了與中風相關的視網膜內微細血管等重要特徵相符。

彌補磁力共振缺點

至於為何有少量失誤的情況,徐教授解釋是因為患者有白內障、眼腫瘤或其他問題,令照片不清晰。另外,如系統認為有照片難以檢測,便會自動抽出,改由眼科醫生跟進。總括而言,中大新研發的全自動化視網膜圖像分析系統,在分析糖尿病視網膜病變的準確度甚高,研究團隊正研究把應用擴展到糖尿病患者來預防中風。

中大醫學院內科及藥物治療學系腦神經科教授莫仲棠指出,現時糖尿病人以照眼底片來驗糖尿病視網膜病變,而中風後才會檢驗磁力共振,兩者未有合併檢查。而現時在公立醫院進行磁力共振,病人須排期一年半至兩年,需時甚久;而每次進行磁力共振也須半小時至四十分鐘,比起全自動化視網膜圖像分析系統的幾秒檢驗時間,實在漫長很多。另外,有密室恐懼症或裝有起搏器的人士,亦未能使用磁力共振,所以新系統正好可以填補這一方面的缺點。

沒有留言:

發佈留言