I-SCREEN：欧洲多中心AI驱动的AMD筛查与进展预测项目
摘要
I-SCREEN是一项泛欧研究项目，在六国开展，整合社区验光机构与眼科诊所资源，建立由28家社区验光机构和7家眼科诊所组成的筛查网络。项目通过OCT影像结合三项临床研究（PYRENEES、SUDETES、APENNINES），开发AI模型用于早期年龄相关性黄斑变性（AMD）识别及进展风险预测，目标是构建可推广的共享照护模式。
信息来源： PubMed Ophthalmology 发布于 2026年5月5日
要点速览
- 项目在六国建立28家社区验光机构与7家眼科诊所联动的AMD筛查网络
- 通过PYRENEES、SUDETES、APENNINES三项临床研究分阶段收集OCT与随访数据，支撑AI模型开发
- 目标是构建基于OCT的AI驱动共享照护模型，实现社区级AMD早期识别与个性化进展风险预测
本站解读
I-SCREEN的核心成果不是发现某种新病灶或新疗法，而是搭建了一套‘能用’的AI基础设施——它把原本只在医院做的OCT检查，下沉到28家社区验光机构，并通过远程协作让眼科医生实时把关，真正把AMD筛查从‘被动就诊’转向‘主动触达’。研究设计扎实：三项临床研究分工明确，PYRENEES验证社区可行性，SUDETES和APENNINES分别追踪早期AMD和非中央凹地理萎缩患者，数据闭环支撑AI训练。但这类系统落地临床，不取决于算法多先进，而取决于基层能否稳定采集高质量OCT、医生是否愿意改变随访流程、医保是否支持远程判读——这些远比论文里的模型指标更难突破。
短期内不会改变中国医生的日常操作，因为项目尚未涉及任何中国机构或数据；国内情况有待确认。不过它释放了一个明确信号：未来五年，类似‘社区初筛+AI辅助+医院精诊’的AMD管理路径，很可能成为欧美主流模式，倒逼全球包括中国在内的眼科服务重构分工逻辑。
常见问题
这个AI系统能直接帮我查出有没有黄斑变性吗？
目前还不能作为独立诊断工具使用。它需要在验光机构用OCT设备拍图，再由眼科医生远程审核，最终确诊仍需医院面诊。项目中的AI主要用于辅助识别亚临床病变和预测恶化风险，不是替代医生。该系统尚处于研究验证阶段，未进入常规临床应用。
以后在眼镜店就能查黄斑变性了吗？
I-SCREEN正在测试这种可能性：在28家参与的社区验光机构中，由经过培训的验光师操作OCT设备，图像实时传给合作眼科医生判断。但这依赖严格的质控和远程协作机制，并非所有眼镜店都能立刻开展。现阶段普通眼镜店尚不具备相应设备和资质。
延伸阅读
AI可替代一名医生进行眼底照相初筛
研究回顾性分析6904张眼底彩照，评估AI作为初筛者与一名医生组成双人读片流程的效果。结果显示，对糖尿病视网膜病变和视网膜静脉阻塞，AI-human组合的敏感度（0.974–0.982）和特异度（0.999–1.000）与传统双人人工读片无显著差异，且人均阅片量从2.00–2.10次降至1.02–1.11次；年龄相关性黄斑变性结果因读片组合而异，部分组合敏感度更高（0.916–0.950）。
大语言模型生成高度近视考题能力评估
研究对比了ChatGPT-5.4、Gemini 3、DeepSeek、Kimi K2.5和Doubao五款公开大模型在高度近视领域生成单选题（MCQ）的能力。每模型完成60道题，共300题，覆盖基础理论、临床案例、诊疗决策及筛查随访四类内容。所有模型结构合格率均为100%，但关键答案准确率从95.0%（Kimi K2.5、Doubao）到100.0%（ChatGPT-5.4、Gemini 3）不等。专家评审发现各模型在干扰项质量与事实准确性上存在显著差异，需人工审核方可用于教学。
AI软件自动量化地图样萎缩面积效果良好
研究评估了一款新型AI软件对年龄相关性黄斑变性（AMD）所致地图样萎缩（GA）的自动量化能力。纳入33例GA患者单眼及1例健康对照眼，共采集165次扫频源OCT图像。两名观察者盲法手动勾画GA区域，与AI结果对比显示：整体一致性极佳（Lin’s CCC=0.992），不同形态、数量病变中均保持高一致性；小病灶（<0.5 mm²）一致性略低（CCC=0.956）。软件重复性极好（ICC≥0.999）。