视网膜病变(diabetic retinopathyDR)是 (diabetes mellitusDM)最常见最严重的并发症之一，也是成年人低视力和盲的主要原因，它严重影响着全球成千上万人的生活质量。目前我国 确诊患者超过9000万，隐性患者近1.5亿人。 病史10年患者中DR的发病率为50%，超过20年DR的患病率几乎为100%。据美国Wisconsin 性视网膜病变流行病学研究(Epidemiologic Study of Diabetic RetinopathywEsDR)资料，I型 患者中(<30岁一经发现即用胰岛素治疗)，病史在5年内DR的发生率为13%，病史在10~15年者则高达90%，其中25%为增生性DR(PDR)。II型 患者(≥30岁)中，病史在5年内需用胰岛素治疗者DR的患病率为40%，不用胰岛素者为24%，其中只有2%的患者为PDR。病史在10~19年用胰岛素治疗者DR的患病率为84%，不用胰岛素治疗者为53%。病史超过25年PDR的患病率为25%， 性黄斑水肿(DME)发生率在两型区别不大均为18%~20%。

近日，来自芬兰阿尔托大学(Aalto University)的科学家们通过研究发现深度学习(Deep Learning)方法可以协助临床医生准确诊断 视网膜病变及黄斑水肿，相关研究成果以“Deep Learning Fundus Image Analysis for Diabetic Retinopathy and Macular Edema Grading”为题，发表在Scientific Reports杂志上。

科学家们通过深度学习的方法可以快速诊断 视网膜病变及黄斑水肿，并且同时能够采集患者视网膜及黄斑的高分辨率图像(如图所示)，对于 相关眼部并发症的诊断及治疗具有重要的临床意义。

深度学习(Deep Learning)是机器学习(Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习使机器能够模仿视听和思考，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。