超广角眼底照相提升糖尿病视网膜病变评估
摘要
研究指出，传统ETDRS七场法仅覆盖35%视网膜面积，易漏诊周边病变；而超广角彩色眼底照相（UWF-CFP）单次成像可达200°，可全面观察周边缺血、新生血管及前后极不对称病灶。结合深度学习算法，UWF-CFP已实现自动化筛查与分级；再整合超广角扫频OCTA等多模态数据，可提升诊断一致性与分期准确性。其血管参数还与糖尿病肾病、冠状动脉钙化及卒中风险相关，提示可用于系统性并发症风险的无创评估。
信息来源： PubMed Ophthalmology 发布于 2026年1月1日
要点速览
- 传统ETDRS七场法仅覆盖35%视网膜，存在漏诊周边病变风险
- UWF-CFP单次成像可达200°，支持全视网膜评估，并可与深度学习及UWF SS-OCTA整合
- UWF-CFP提取的血管参数与糖尿病肾病、冠状动脉钙化、卒中风险存在相关性
本站解读
这项研究的核心结论很实在：用一张图看清整个视网膜，比原来只看35%的区域更能发现早期病变——尤其是那些藏在边缘的缺血和新生血管。样本量和具体试验设计原文未提，但基于PubMed眼科期刊发表、引用ETDRS金标准对比、并明确列出UWF-CFP达200°成像能力，说明技术基础扎实，不是概念炒作。
短期内难直接改变基层筛查流程，因为UWF设备成本高、操作需培训，且AI模型临床部署还需验证泛化能力；但对三甲医院糖网专病门诊而言，已具备落地条件。真正关键的跃迁在于‘眼-系统协同管理’这一新范式——把眼底血管参数当作全身微循环的窗口，这不只是眼科的事，而是内分泌、心内科都得参与的协作模式。该方向有潜力，但尚待前瞻性研究验证。国内情况有待确认。
普通人不需要立刻换检查方式，也不必为此焦虑或主动要求做UWF检查；已有糖尿病者按常规随访节奏进行眼底检查即可，如有疑虑可咨询眼科医生。
常见问题
现在查糖尿病眼病，是不是必须做超广角拍照？
不是必须。目前常规眼底检查仍以传统方法为主，超广角照相尚未成为强制标准。它优势明显，尤其对发现周边病变更敏感，但设备与判读门槛较高，多用于专科中心或研究场景。已有糖尿病者按医生建议的频率检查即可，如有疑虑可咨询眼科医生。
眼底照片能看出肾或心脏问题吗？
研究发现，超广角眼底照相获取的视网膜血管参数与糖尿病肾病、冠状动脉钙化和卒中风险存在相关性，提示眼底微血管变化可能反映全身微循环状态。但这属于风险关联信号，不能替代肾功能或心脏专项检查。如检查中发现异常，医生可能会建议相关科室进一步评估。
延伸阅读
多参数OCTA指标提升轻度糖尿病视网膜病变识别
研究分析了27个光学相干断层扫描血管成像（OCTA）参数，用于区分轻度糖尿病视网膜病变患者与健康人。单参数模型平均AUC在0.47–0.88之间，而多参数组合模型平均AUC达约0.95。研究发现，表现最优的模型并非依赖最强单指标，而是稳定、互补、跨血管层和区域的弱相关参数组合。
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）。