AI筛查糖尿病视网膜病变的临床部署策略研究
摘要
该研究在EyePACS公开数据集（5270张眼底照，其中1366例确诊糖尿病视网膜病变）上，对比五种AI决策策略在95%和90%两种临床敏感度要求下的表现。结果发现：单模型在95%敏感度下特异度仅17.5%；将敏感度目标降至90%可使假阳性率下降约17%，若再叠加加权集成策略，不必要转诊率比95%敏感度下单模型降低近25%；而多数投票法在两个阈值下均表现最差。
信息来源： PubMed Ophthalmology 发布于 2026年5月1日
要点速览
- 研究在EyePACS数据集（5270张图像，1366例确诊）上评估五种AI决策策略，聚焦临床必需的敏感度约束而非单纯模型精度。
- 对比策略包括单模型、多种集成方法（如加权集成、多数投票）及两层筛选机制，全部在95%和90%敏感度目标下统一测试。
- 90%敏感度+加权集成组合使不必要转诊率比95%敏感度下单模型降低近25%，而多数投票法在两个阈值下假阳性负担均最高。
本站解读
这项研究说清了一件关键事：AI筛糖网不是模型越‘聪明’越好，而是怎么用才安全又高效。它没造新算法，而是把现有模型放在真实临床约束下‘考操作’——比如必须抓出95%真患者，哪怕多叫几百人复查。结果很实在：硬卡95%敏感度时，所有策略都漏不了多少病，但会把近83%健康人误判为需转诊；而把底线松到90%，再配加权集成，不必要转诊就少了四分之一。这说明，临床部署中‘设阈值’比‘选模型’影响更大，且二者必须协同优化。多数投票这种看似稳妥的方法反而最费资源，暴露了直觉经验在AI落地中的风险。国内情况有待确认。
短期内这不会改变医生看片习惯，但会推动筛查系统从‘追求高准确率’转向‘按临床安全目标定制决策流’。对患者而言，无需做任何改变，更不必担心AI误判——所有筛查结果仍需医生复核，如有疑虑可咨询眼科医生。
常见问题
AI查糖网是不是越准越好？
不是。研究发现，强行要求AI达到95%敏感度会导致大量健康人被误判需转诊，特异度仅17.5%；而适度放宽到90%敏感度，再配合加权集成策略，不必要转诊能减少近25%。这说明‘合适’比‘极致’更重要，临床部署必须平衡安全与效率。如有疑虑可咨询眼科医生。
现在医院用的AI筛糖网，会不会因为这个研究马上升级？
不会马上升级。该研究揭示的是部署逻辑问题，而非技术缺陷——现有AI模型本身没问题，但设定决策阈值和组合方式会影响实际效果。后续系统优化可能优先调整敏感度目标和集成策略，而非更换底层模型。这类改进需通过临床验证和监管流程，过程需要时间。
延伸阅读
AI模型用彩照检测糖尿病黄斑缺血
研究开发了一种图神经网络多光谱学习模型（GNN-MSVL），利用普通彩色眼底照片检测糖尿病黄斑缺血（DMI）。该模型通过计算重建24波长伪多光谱图像，增强对缺血组织微弱反射变化的识别能力。研究纳入1078张来自592名糖尿病患者的单眼彩照，其中530张确诊为DMI。结果显示，模型在眼水平准确率达84.7%，AUC为0.900，显著优于基线模型和人类专家。
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）。
可解释视觉Transformer用于糖尿病视网膜病变筛查
研究者提出All-ViT Hybrid框架，将多个预训练视觉Transformer模型融合，用于眼底彩照的糖尿病视网膜病变（DR）二分类分诊（无DR vs DR）。该方法在APTOS 2019数据集上实现准确率0.9754、F1值0.9761、召回率0.9866，较最优基线模型F1提升1.11个百分点。技术包括CLAHE增强、视野掩膜、分层采样、头端热身训练与部分解冻策略，并支持操作点调节和测试时增强。