AI整合多模态眼底影像识别血管与神经退行性病变
研究团队开发了RetinalVNG-Net深度学习模型,整合眼底照相、光学相干断层扫描(OCT)和临床数据,同步评估高血压性视网膜病变、糖尿病视网膜病变、神经退行相关视网膜改变及正常对照。该模型在2740名受试者中验证,外部测试集宏平均AUC-ROC达0.944,各病种AUC均超0.92。结果表明其具备跨设备、跨中心的稳健性和泛化能力,支持进一步用于系统性血管与神经退行性疾病相关视网膜改变的风险分层。
追踪全球眼科领域最新动态,提供中国视角的原创解读