AI通过眼底照相识别慢性肾病微血管变化
摘要
这项单中心病例对照研究利用AI分析322名受试者的眼底照片，包括110名健康对照、142名CKD 1-2期患者和70名CKD 3-5期患者。研究发现，动脉静脉比（AVR）降低等视网膜微血管参数与CKD显著相关，且在早期阶段即已出现改变。经年龄、性别和BMI校正后，AVR每下降1单位，CKD风险增加约38.3%（OR=0.617）。模型显示出中等区分能力。
信息来源： PubMed Ophthalmology 发布于 2026年1月1日
要点速览
- 研究纳入322名参与者，含110名健康对照、142名CKD 1-2期及70名CKD 3-5期患者
- 使用AI平台量化眼底图像中的视网膜微血管特征，如动脉静脉比（AVR）
- AVR降低与CKD显著相关（OR = 0.617），且该变化在CKD早期阶段即已出现
本站解读
这项研究说明：用普通眼底相机拍张照，再让AI算一算血管粗细比例、弯曲度等指标，就能提示人是否可能患有慢性肾病——而且不是等到晚期才看得出，CKD 1-2期就已有信号。样本量322人不算大，但分组清晰（110对照+142早期+70中晚期），采用LASSO筛选加多变量回归的统计方法也较扎实，结论可信度中等偏上。
不过，AI模型目前只在单中心验证过，尚未在真实筛查场景中测试；它不能替代血肌酐或尿蛋白检测，短期内也不会直接改写肾科或眼科的诊疗流程。真正落地需跨科室协作机制、设备接入标准和临床路径适配，至少还需2-3年大规模前瞻性验证。
普通人无需因此专门去查眼底，但若已有高血压、糖尿病或家族肾病史，体检时看到眼底报告异常，可留意并如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
我眼睛没事，做眼底检查能查出肾病吗？
目前不能作为常规筛查手段。这项研究发现部分眼底微血管变化与慢性肾病有关，尤其在早期阶段就有体现，但AI模型还在验证阶段，未用于临床诊断。眼底检查主要服务眼科疾病评估，若意外发现异常，可结合其他检查综合判断。如有疑虑可咨询眼科医生。
AI看眼底就能知道有没有肾病，是不是以后不用抽血了？
不是。该AI模型仅显示中等区分能力，不能替代血肌酐、eGFR或尿蛋白等金标准检测。它属于潜在辅助工具，未来或用于高危人群初筛，但确诊和分期仍需肾科规范检查。技术离临床实用还有距离。
延伸阅读
通用AI模型在眼底照相诊断中与专家一致性低
该研究是一项小样本试点研究，比较谷歌Gemini 2.5 Flash通用多模态AI模型与视网膜专科医生对66张彩色眼底照片（CFP）的独立判读结果，并以未设盲的主治专科医生诊断为参考标准。结果显示，两位人类专家间一致性达AC2=0.67（属实质性一致），而AI模型与参考专家的一致性仅为AC2=-0.58，AI与设盲专家之间的一致性也仅AC2=-0.38，表明该AI在纯图像判读中可靠性很低。
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。
AI眼病诊断研究临床转化率低
这项系统综述分析了2020年至2025年8月间发表的43篇基于眼底照和OCT图像的深度学习眼病诊断研究，发现虽有超95%的模型宣称高准确率，但仅14.3%完成真正临床验证，23.1%未公开代码或实现细节。研究提出‘转化准备度框架’，整合技术透明度、验证严谨性与性能报告，为眼科AI落地提供评估标准。