糖尿病视网膜病变迈向整合式精准诊疗
摘要
该综述指出，尽管抗VEGF治疗显著改善了糖尿病黄斑水肿和增殖性糖尿病视网膜病变的视力预后，但大量患者仍存在疗效不全、需终身频繁注射或疾病进展等问题。研究强调糖尿病视网膜病变是涉及神经、血管、炎症、缺血等多维度的慢性疾病，并系统梳理了OCT、OCTA、超广角成像及AI辅助分析等多模态影像技术在识别生物标志物中的作用，以及激素植入、双通路抑制剂、长效给药系统等新疗法进展，提出‘整合式精准诊疗’（IPC）框架，主张结合影像表型、生物学特征、全身代谢状态与患者个体因素进行动态决策。
信息来源： PubMed Ophthalmology 发布于 2026年9月17日
要点速览
- 糖尿病视网膜病变被重新定义为慢性神经血管疾病，涉及炎症、氧化应激、线粒体功能障碍、神经退变和视网膜缺血等多重机制。
- 多模态影像技术（如OCT、OCTA、超广角成像）与AI辅助分析正用于识别诊断、预后及治疗响应相关的影像生物标志物。
- 治疗策略正从单一抗VEGF转向包括激素植入、双通路抑制剂、长效递送系统及手术在内的整合方案，并依据视网膜表型与全身因素个体化选择。
本站解读
这项综述没有报告新实验数据，而是对现有证据的系统整合，核心结论很清晰：抗VEGF治疗虽是里程碑，但‘一刀切’方案已显乏力——因为相当一部分患者即使接受充分抗VEGF治疗，仍出现解剖或功能应答不足、疾病进展，这直接指向DRD本身的生物学异质性。研究设计上属于高质量循证综述，依托大量已发表临床与机制研究，虽无具体样本量数字，但所引证据覆盖多中心队列、随机试验及前沿影像验证，可信度高。
短期内它不会直接改变基层注射操作流程，但正在重塑专家共识：比如OCTA识别出的深层毛细血管丛密度下降、超广角成像发现的周边无灌注区，正逐步成为启动联合治疗（如加用激素或激光）的关键指征。文中明确提出的‘整合式精准诊疗’（IPC）框架，不是替代现行分期指南，而是为未来5–10年构建可验证的个体化决策模型打下基础。国内情况有待确认。
普通人无需因此调整日常行为，控制血糖、血压、血脂仍是不可替代的基础；也不必因听到‘新疗法’而焦虑或自行更换治疗方案。如有疑虑可咨询眼科医生。
常见问题
听说抗VEGF针效果不好了，是不是以后要换别的药？
不是效果‘不好’，而是部分患者单用抗VEGF无法完全控制病情——文中明确提到‘相当比例患者存在不完全解剖或功能应答’。目前临床已在根据影像和病情选择联合方案，比如加用激素植入或激光，而非简单替换。是否需要调整治疗，需由医生结合检查结果判断。如有疑虑可咨询眼科医生。
AI看眼底照片真能帮医生做决定吗？
是的，文中指出人工智能辅助图像分析已被纳入多模态影像体系，用于提升诊断准确性、预测疾病进展风险和优化个体化治疗决策。这类技术已在部分大型中心开展验证，但尚未取代医生判断，而是作为增强工具。其实际应用效果依赖高质量影像输入和临床经验整合。如有疑虑可咨询眼科医生。
延伸阅读
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）。
超广角OCTA联合临床指标识别2型糖尿病早期视网膜病变
该研究纳入1676名2型糖尿病患者，其中1047人用于训练、453人用于内部测试、176人来自社区的外部验证集。研究结合超广角光学相干断层扫描血管成像（UW-OCTA）图像与临床指标（如病程、糖化血红蛋白、低密度脂蛋白胆固醇和收缩压），构建多模态深度学习模型。结果显示，多模态模型在内部和外部验证集中AUC分别为0.921和0.849，优于仅用图像或仅用临床数据的模型，提示其有助于无创识别早期糖尿病视网膜病变。