AI多模态眼底成像用于全身性疾病早期筛查
摘要
该综述指出，视网膜血管与神经层变化可反映心血管、代谢及神经系统疾病（如高血压、卒中、阿尔茨海默病等）的早期病理过程。研究梳理了眼底照相、OCT、OCTA及新型代谢敏感成像等技术，并分析了深度学习、自监督学习和多模态融合等AI方法在风险分层与临床决策支持中的应用潜力。结论认为，AI辅助视网膜分析有望推动早筛、预防和精准医疗，但仍需多中心验证、前瞻性临床试验及监管框架完善。
信息来源： PubMed Ophthalmology 发布于 2026年5月22日
要点速览
- 视网膜血管与神经层变化是心血管、代谢及神经系统疾病的早期生物标志物
- 关键成像技术包括眼底照相、OCT、OCTA及新型代谢敏感成像，结合深度学习等AI方法提升风险分层能力
- 实现临床转化需突破多中心验证、前瞻性试验、数据融合与监管审批等障碍
本站解读
这项综述没有报告新实验数据，而是系统整合了现有证据，指出视网膜可作为‘可观察的窗口’来识别高血压、冠心病、糖尿病并发症、阿尔茨海默病、帕金森病等多种全身性疾病——这并非新发现，但首次将AI驱动的多模态成像（包括OCTA和代谢敏感成像）与这些疾病的风险分层明确挂钩。研究设计属于文献综述，不涉及样本量或患者数据，因此不能直接支撑临床决策变更；它更像一张路线图，指明技术方向而非提供即用工具。
从论文到临床还有明显距离：文中明确提到‘多中心验证、前瞻性临床试验、数据融合和监管框架’仍是待解难题。这意味着至少未来3–5年，这类AI分析仍处于辅助研究或试点阶段，不会替代现有诊断流程。国内情况有待确认。
普通人无需因此改变日常行为，也不必专门去做OCTA或代谢成像检查。这些技术目前尚未面向健康人群开放筛查，也未纳入常规体检。如有疑虑可咨询眼科医生，但不必因这篇综述而增加检查项目或焦虑。”>
常见问题
AI看眼底能查出脑子或心脏的问题吗？
目前研究显示，AI分析眼底图像确实能关联阿尔茨海默病、帕金森病、高血压、冠心病等疾病风险，但这是基于已确诊患者的回顾性证据，不是诊断工具。它不能单独用于确诊脑部或心脏疾病，也不能替代MRI、心电图等标准检查。如有疑虑可咨询眼科医生。
我现在去眼科做OCT或眼底照相，能顺便知道有没有得老年痴呆吗？
不能。当前OCT和眼底照相主要用于眼病诊断，其图像虽被研究发现与阿尔茨海默病存在统计学关联，但尚无经批准的AI模型能向个体提供可靠的风险评估结果。这类分析仍处于科研阶段，未进入常规临床服务。
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）。