血管引导多任务深度学习模型同步分割血管并分类眼底病
摘要
研究团队开发了V-MNet模型，首次将视网膜血管分割与多种眼底病分类整合于同一深度学习框架，并引入血管结构先验信息指导疾病分类。该模型在四个公开数据集上测试，血管分割Dice系数达0.831，多病种分类平均AUC为0.978、F1分数为0.935，显著优于单任务模型。Grad-CAM模块提供可视化病灶定位图，增强临床可解释性。
信息来源： PubMed Ophthalmology 发布于 2026年1月1日
要点速览
- V-MNet模型同步完成视网膜血管分割与多疾病分类，在四个公开数据集上血管分割Dice系数达0.831，多病种分类平均AUC为0.978。
- 模型采用共享编码器+双解码器架构，创新引入‘血管引导机制’，将血管分割分支的结构先验显式传递至分类任务。
- 集成Grad-CAM模块生成各类疾病的类激活图，支持病灶空间定位，实验显示其提升临床可接受度。
本站解读
这项研究折射出眼科AI从‘单点突破’向‘系统协同’演进的底层趋势——不再孤立处理血管、渗出或出血等单一特征，而是让不同任务相互校验、彼此赋能。V-MNet用血管结构作为解剖锚点去约束疾病分类，本质上是在模拟医生‘先看血管走向、再判病变性质’的临床逻辑，这种建模方式比纯黑箱模型更贴近真实诊疗路径。
对行业格局而言，专注多模态融合与临床可解释性的技术型初创公司和科研转化平台将明显受益；而仅提供单一功能（如仅筛查糖网）的旧一代筛查软件厂商承压加剧，尤其在基层医院采购决策中，透明性和联合判读能力正成为硬门槛。在中国市场，已有三甲医院影像科与AI企业合作部署类似多任务模型试点，但受限于标注质量与设备兼容性，尚未进入大规模装机阶段。
后续需重点关注两个信号：一是该模型是否在中文人群眼底图像数据集（如Cataract-DR或EyeChina）上完成验证；二是其Grad-CAM输出能否通过国家药监局AI三类证审评——目前所有已获批的眼底AI产品均未实现真正的病灶级空间可解释输出。预计2年内会有至少2款具备类似血管引导机制的国产产品提交注册申请。
常见问题
这个AI能直接告诉我有没有糖尿病视网膜病变吗？
目前还不能替代医生下诊断，但V-MNet这类模型可在眼底照相后快速提示病变类型及可疑区域，比如标出微动脉瘤或出血位置。国内部分三甲医院已在试用类似技术辅助初筛，但最终结论仍需眼科医生结合眼底镜、OCT等检查综合判断。如有疑虑可咨询眼科医生。
它比现在医院里用的AI筛查软件强在哪？
强在能同时做两件事：既画出血管分布图，又判断有没有青光眼、糖网、高血压眼底改变等，且会用颜色热图标出AI认为最相关的病灶位置。现有国产筛查软件大多只报‘糖网阳性/阴性’，不解释依据。V-MNet的可视化能力已在论文中验证，但尚未在国内医疗器械注册目录中出现同类产品。
延伸阅读
早期青光眼视野进展预测模型比较研究
研究通过模拟早期青光眼患者的视野数据，对比四种预测方法：个体化一阶自回归模型（AR(1)）、普通线性回归（OLR）、群体级长短期记忆网络（LSTM）和朴素基线预测。结果显示，在检查次数较少时（如前6–11次），LSTM误差最低；但随着检查次数增加，尤其在中、快速进展患者中，AR(1)的预测精度反超LSTM。评估指标为RMSE和点均绝对误差（PMAE）。
本地医疗大模型精准识别青光眼风险因素
研究团队使用MedGemma-27B-text-it本地医疗大模型，分析2014至2024年间1250例青光眼相关临床记录，评估其识别用药依从性差、随访失约及家族史的能力。结果显示，模型在识别用药非依从性（准确率0.91）、随访非依从性（准确率0.96）和家族史（准确率0.98，Jaccard指数0.99）方面远超结构化电子病历字段（家族史准确率仅0.49）。研究证实本地化大模型可高效挖掘自由文本中的隐性风险信息。
眼科AI热图临床可信度评估框架
研究提出两阶段临床导向框架，筛选适用于OCT视网膜疾病分类的可解释AI热图。基于Swin Transformer模型，在交叉验证中达97%准确率，外部验证为91.82%。Phase 1由1名眼科医生和1名AI专家初筛100张热图/方法；Phase 2由21名专科医生用五点量表评估解剖合理性。Token contRAST（TRAST）热图评分最高，Grad-CAM++次之，CGFM最低。