角膜专科大模型提升诊断准确率
摘要
研究让三名角膜专科受训医生分别在无辅助、通用GPT-4o辅助、角膜专科GPT-4o辅助三种条件下,独立判读39例真实复杂角膜病例,作出开放式诊断并选择下一步处理方案。专科模型通过检索增强生成(RAG)框架接入200多篇公开维基百科文章。三人的诊断准确率在无辅助时为48.7%、20.5%和38.5%,通用GPT-4o辅助下升至69.2%、46.2%和59.0%,专科模型辅助下进一步升至71.8%、48.7%和74.4%。下一步处理决策的结果不一致:一人提高,一人维持较高水平,一人下降。
信息来源: PubMed Ophthalmology 发布于 2026年9月2日
要点速览
- 研究纳入3名角膜专科受训医生和39例真实复杂角膜病例,采用前瞻性、随机、盲法设计。
- 角膜专科GPT-4o模型通过检索增强生成(RAG)接入200多篇维基百科文章。
- 专科模型辅助下三人诊断准确率为71.8%、48.7%和74.4%,均高于无辅助时的48.7%、20.5%和38.5%。
- 处理决策准确率变化不一致,其中一名医生从87.2%降至64.1%。
本站解读
这项研究测试的是一个很实际的问题:给医生配一个角膜专科版大模型,诊断会不会更准。三名角膜专科受训医生各自判读39例复杂病例,无辅助时诊断准确率分别为48.7%、20.5%和38.5%;用通用GPT-4o后升至69.2%、46.2%和59.0%;用通过检索增强生成(RAG)接入200多篇维基百科文章的角膜专科模型后,达到71.8%、48.7%和74.4%,三人都比无辅助时明显提高。
处理决策上结果不一致:第三位医生从59.0%升至71.8%,第一位从76.9%到82.1%保持较高水平,第二位却从87.2%降到64.1%。这说明AI的建议也可能把原本判断正确的医生带偏。研究只有3名医生、39个病例,属于受控实验,没有检验真实门诊中的使用效果。
我们的判断是,专科大模型对诊断思路的帮助比较明确,对基础较弱的医生帮助更大,但用于治疗决策还需谨慎。如果这类工具在国内应用,年轻医生和基层医生可能受益更多,其审批和使用情况有待确认。如有疑虑可咨询眼科医生。
常见问题
这个AI能帮我查出得了什么角膜病吗?
不能。这个模型只在研究中给受训医生做诊断辅助,需要医生输入病例信息,不面向患者开放,也不能代替裂隙灯等实际检查。研究里它帮助医生提高了诊断准确率,但在治疗决策上的效果并不稳定。国内是否有同类工具获批用于临床有待确认,眼睛不适时如有疑虑可咨询眼科医生。
以后看角膜病是不是不用找专家了?
不是。研究中AI主要提高了受训医生的诊断准确率,但在下一步处理决策上,有一名医生用了AI后准确率从87.2%降到64.1%,说明AI建议也可能出错,最终仍需要专科医生把关。国内角膜病诊治仍以医生面诊为主,AI工具的使用情况有待确认,如有疑虑可咨询眼科医生。
延伸阅读
眼科AI需扎根临床解释而非困于电子病历
本文是一篇批判性叙事综述,指出当前眼科人工智能多依赖电子健康档案(EHR),反而加重医生文书负担和职业倦怠;而真正有潜力的AI应深入临床解释层面,如定位病灶、量化变化、生成可审计的‘发现-位置-变化’三元组;文章提出三层架构框架:全球标准化客观观察、本地化政策与流程适配、医生主导并设安全闸门的AI操作;该框架基于已有证据推导,尚未经过前瞻性验证。
AI辅助床旁影像诊断的系统评价
该研究系统回顾了2018至2025年间20项AI辅助床旁影像(POC)临床决策支持研究,覆盖约78,296名患者、15国、多种影像模态。中位敏感度92%,特异度90.6%;65%研究证实非专科人员经平均1小时培训即可达专科级判读水平。但75%研究未提及可解释性(XAI),无一评估XAI是否影响临床决策或改善患者结局;70%研究存在高偏倚风险,整体证据确定性极低(GRADE ⊕◯◯◯)。
眼表摄影标准化:AI应用的瓶颈与路径
该综述指出,尽管裂隙灯彩色摄影是眼前节记录和随访的基础手段,但其采集与处理长期缺乏统一标准。眼表曲面几何、离轴照明、周边失焦、自动白平衡及瞳孔依赖的曝光变化等因素,严重制约图像可重复性、设备间可比性和临床实用性。文章系统梳理了干眼病、结膜充血、感染性角膜炎等五类眼表疾病中OSP的应用现状,并揭示当前AI模型开发受限于缺乏大规模、多人群、高质量标注的眼表图像数据集,以及缺乏可量化的稳定表型和可靠标签。