AI用于糖尿病视网膜病变早期筛查的现实应用
摘要
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。
信息来源： PubMed Ophthalmology 发布于 2026年9月8日
要点速览
- 约三分之一糖尿病患者会发展为糖尿病视网膜病变，且视网膜损伤不可逆。
- AI工具如IDx-DR、EyeArt和谷歌算法可用于自动评估眼底图像，识别DR分级及糖尿病性黄斑水肿。
- AI还可支持风险分层与治疗决策，但面临数据标准化与监管审批等挑战。
本站解读
这项综述指出，AI模型——特别是基于卷积神经网络的系统——已在真实世界中初步验证其对糖尿病视网膜病变的识别能力，敏感性和特异性超过传统筛查方式；关键依据是‘约三分之一的糖尿病患者最终会发展为DR’这一流行病学事实，凸显早筛的公共卫生价值。研究本身是文献综述而非原始临床试验，因此不提供新数据或样本量，其可靠性取决于所引述研究的质量，而原文也坦承不同算法在不同人群中的表现差异显著，说明泛化能力仍是瓶颈。短期内AI尚难替代医生，但有望成为基层筛查的初筛工具，缓解眼科资源紧张问题。国内情况有待确认。
普通人无需因这项技术改变日常行为，也不必主动寻找AI筛查服务——它目前仍需整合进规范医疗流程，由医疗机构部署使用。如有糖尿病史并担心视力变化，如有疑虑可咨询眼科医生。
常见问题
AI查眼底能代替医生看诊吗？
不能代替。AI目前主要用于辅助筛查，比如快速分析眼底照片并提示是否存在DR迹象，但最终诊断、分期和治疗方案仍需眼科医生综合判断。IDx-DR、EyeArt等工具已在部分国家获批用于初筛，但它们不提供治疗建议，也不处理复杂病例或合并其他眼病的情况。如有疑虑可咨询眼科医生。
我有糖尿病，现在就能用AI查眼睛吗？
是否可用取决于所在医疗机构是否配备并获准使用相关AI系统。美国已有IDx-DR等工具获批用于初级保健场景的独立筛查，但该技术尚未在所有地区普及。它不是消费者可自行购买使用的设备，必须由专业人员操作并纳入临床路径。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。
AI工具Ocula360可识别各期糖尿病视网膜病变
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。