智能手机离线AI可同步筛查三种眼病
摘要
研究评估了一款集成于智能手机眼底相机的离线AI系统（Medios-AI，MAI），在真实场景中同步筛查糖尿病视网膜病变（DR）、青光眼和年龄相关性黄斑变性（AMD）的效果。共纳入193名成人（371只眼），以专业医生对Zeiss Clarus 500图像的盲法判读为金标准。结果显示，MAI对任一视网膜疾病的整体敏感性达99.3%，特异性95.7%，AUC为0.99；对青光眼、AMD、DR的敏感性分别为98.2%、88.9%、84.6%。
信息来源： PubMed Ophthalmology 发布于 2026年6月24日
要点速览
- 该研究验证了Medios-AI（MAI）离线AI系统在智能手机平台同步筛查DR、青光眼和AMD的能力。
- 使用Remidio Fundus on Phone（FoP）相机采集图像，AI分析不依赖网络连接。
- MAI对任一视网膜疾病的总体敏感性为99.3%，特异性95.7%，AUC为0.99。
本站解读
这项研究证实，一款能在手机上离线运行的AI系统，能用单次拍摄同时识别青光眼、AMD和DR三种常见致盲眼病，且在真实世界中表现强劲——比如对青光眼的敏感性高达98.2%，特异性99.0%，说明它极少漏诊也极少误报。样本量虽仅371只眼，但覆盖了三类疾病患者及正常人群，采用前瞻性横断面设计并由两位专科医生盲法判读，方法扎实，结果可信度较高。
不过，临床落地仍有距离：该系统目前依赖专业级眼底相机（Remidio FoP），尚未整合进普通手机摄像头；且DR敏感性（84.6%）明显低于其他两病，提示轻度DR可能被漏筛。短期内不会替代医生诊断，但有望成为基层初筛工具，尤其适合缺乏眼科资源的地区。
普通人无需因此改变日常习惯，也不必急于尝试这类设备；如有视力变化或糖尿病等高风险因素，如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
这个手机AI真能查出青光眼、黄斑变性和糖尿病眼病吗？
是的，在这项研究中它确实能同步筛查这三种病：对青光眼的识别敏感性达98.2%，特异性99.0%；对AMD敏感性88.9%，对糖尿病视网膜病变（DR）敏感性84.6%。这些结果基于371只眼的真实检查数据，但需配合专用眼底相机使用，并非普通手机拍照就能实现。如有疑虑可咨询眼科医生。
我用自己手机拍个眼底照片，能用这个AI查病吗？
不能。该AI系统必须搭配Remidio Fundus on Phone（FoP）这类专用便携式眼底相机使用，普通手机摄像头无法获取符合分析要求的眼底图像。目前技术尚未支持日常手机直接拍摄诊断级眼底照。如有疑虑可咨询眼科医生。
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）。