葡萄膜炎是一种炎症性眼病，国际联盟将葡萄膜炎分为25种亚型
一个由眼科研究人员组成的国际联盟使用机器学习为25种最常见的葡萄膜炎制定了分类标准，葡萄膜炎是30多种以眼睛内部炎症为特征的疾病的集合。这些疾病加在一起是美国第五大致盲原因。葡萄膜炎命名标准(SUN)工作组，由国家眼科研究所(NEI)资助，发表了其分类标准美国眼科杂志．
“过去，临床研究在葡萄膜炎领域，由于缺乏广泛接受和验证而受到阻碍诊断标准SUN项目负责人、巴尔的摩约翰霍普金斯布隆伯格公共卫生学院流行病学和眼科教授Douglas A. Jabs医学博士、工商管理硕士说。“这些分类标准是流行病学研究、转化研究、发病机制研究、结果研究和临床试验的重要一步。它们有望产生更好的疾病诊断和治疗方法。”
在葡萄膜炎中，可以在前房(前葡萄膜炎)、玻璃体(中间葡萄膜炎)、脉络膜或视网膜(后葡萄膜炎)或所有这些(全葡萄膜炎)看到炎症。葡萄膜炎的病程、并发症以及对视力的影响因具体疾病而异。一些葡萄膜炎突然出现并消退，但很多情况下复发或慢性，需要长期治疗。症状包括飞蚊症、视力丧失、疼痛和光敏感。葡萄膜炎可以发生在任何年龄，对生活质量有重大影响。
直到最近，葡萄膜炎的分类是基于炎症的主要部位。然而，影响同一解剖位置的葡萄膜炎类型可能有不同的原因、病程、预后和治疗需求。SUN工作组之前的工作表明，即使葡萄膜炎专家也可能在诊断上存在分歧，这使得在进行临床研究时很难进行苹果与苹果的比较。
葡萄膜炎专家在个别疾病的诊断上的共识充其量也只是有限的。所以，我们开始尝试提供清晰度，使用信息学，正式的共识技术和技术来帮助分类每种葡萄膜疾病。”Jabs说道。
SUN工作组是一个由来自20多个国家和60个临床中心的近100名国际葡萄膜炎专家组成的团队，他们在整个项目中共同努力，该项目分四个阶段进行:信息学、病例收集、病例选择和机器学习。研究人员使用机器学习(一种人工智能)来帮助他们识别区分每种疾病的重要特征。
信息学阶段涉及标准化语言，以描述每种葡萄膜炎，并将术语映射到每种疾病。在病例收集阶段，该团队将5766例病例输入数据库，平均每种葡萄膜炎类型100-250例。在病例选择阶段，由9名葡萄膜炎专家组成的委员会审查了病例，并使用正式的共识技术来确定它们是否具有特定的可识别性疾病．只有专家意见一致超过75%的病例才被纳入最终数据库。结果案例(4046个)通过机器学习，在案例子集(“训练集”)上使用多种方法，并在案例的第二个子集(“验证集”)上确定标准的性能。
葡萄膜类标准的总体表现超过90%，表明该标准可用于临床和转化研究。最后一步是SUN工作组批准拟议的标准。
Jabs博士总结道:“SUN工作组对这一前所未有的努力即将取得成果和这项工作的发表感到兴奋，因为它应该为葡萄膜炎领域未来的临床研究提供基础。”
进一步探索
