AI工具Ocula360可识别各期糖尿病视网膜病变
摘要
在Clinical Trials at the Summit会议上，Doheny眼科研究所SriniVas R. Sadda医生介绍，AI工具Ocula360能有效检测不同严重程度的糖尿病视网膜病变（DR）。目前虽已有多个FDA批准的自动化DR评估工具，但在疾病严重程度分级方面仍存在局限。Ocula360旨在实现超广角眼底图像中全部病灶的自动识别，为DR提供量化、连续的评分系统。
信息来源： Healio Ophthalmology 发布于 2026年6月19日
要点速览
- Ocula360是一款基于AI的糖尿病视网膜病变（DR）病灶检测工具，已在会议中展示其对多级严重程度DR的检测效力。
- 该工具设计目标是自动识别超广角眼底图像中的全部DR病变，以支持量化、连续的疾病评分。
- 现有多个FDA批准的自动化DR评估工具，但在疾病严重程度分级方面仍存在局限。
本站解读
如果你是糖尿病患者，尤其是病程较长、血糖控制不稳或已有视力模糊、视物变形等表现的人，这项技术就和你有关——它未来可能让筛查更准、更快、更常规。Ocula360不是替代医生，而是帮医生从海量图像中快速定位出血、渗出、新生血管等关键病变，尤其对中重度DR的识别能力被重点提及。目前该工具尚未说明是否已获批用于临床常规筛查，国内情况有待确认。
如有疑虑可咨询眼科医生；日常注意按内分泌科和眼科要求定期完成眼底检查，别因‘没症状’就跳过这一步。最需警惕的误区是认为‘AI能查出来，我就不用管了’——AI只是辅助工具，不能代替血糖管理、血压控制和随访节奏。它再先进，也改变不了糖尿病视网膜病变进展的核心驱动因素。
常见问题
这个AI工具能直接告诉我有没有糖尿病眼病吗？
不能直接给出诊断结论。Ocula360是辅助医生分析眼底图像的工具，用于识别出血、渗出等DR典型病灶，但最终判断仍需由眼科医生结合临床综合得出。它不替代面诊、眼底照相或光学相干断层扫描等检查。如有疑虑可咨询眼科医生。
有了这种AI，以后查眼底是不是就不用找医生了？
不是。AI工具目前定位是提升医生阅片效率和一致性，而非取代医生。DR的诊断和分期需要整合病史、视力、眼压、眼底图像及可能的OCT等多维信息，AI尚不能独立完成这一过程。如有疑虑可咨询眼科医生。
延伸阅读
AI模型用45°眼底照准确识别糖尿病视网膜病变
研究基于印度南部2610名40岁以上参与者的数据，训练深度学习模型分析45°和200°超广角眼底图像。结果显示，该模型在45°图像上DR分级准确率达97.24%，将漏判率从16.5%降至6.2%；Grad-CAM显示模型聚焦中央区域，血管分析发现眼底周边病变与中央血管密度、迂曲度变化相关，提示AI可捕捉亚临床血管改变。
AI用于糖尿病视网膜病变早期筛查的现实应用
这篇综述梳理了人工智能在糖尿病视网膜病变（DR）筛查与管理中的实际应用。全球约三分之一的糖尿病患者会发展为DR，而该病导致的视网膜损伤不可逆。尽管已有眼底照相和OCT等筛查手段，但受限于设备可及性与专业判读能力。AI工具如IDx-DR、EyeArt和谷歌算法已展现出接近甚至超越人工判读的准确性，尤其在识别轻中重度DR及糖尿病性黄斑水肿方面表现突出，并支持风险分层与治疗决策。
AI诊断糖尿病视网膜病变的准确性评估
一项在二级眼科中心开展的前瞻性研究，纳入294名患者共576只眼，使用Topcon NW400相机拍摄眼底照相，由Google ARDA AI工具与视网膜专科医生分别判读。以医生判读为金标准，AI对糖尿病视网膜病变（DR）的敏感性达97.1%，特异性90.9%，Kappa值0.77；对糖尿病性黄斑水肿（DME）诊断效率89.9%，但Kappa仅0.48，一致性较弱。