视网膜血管特征可提升妊娠期高血压患者两周内分娩预测
摘要
研究纳入54名住院的妊娠期高血压疾病（HDP）患者，同步采集sFlt-1/PlGF比值与眼底照片，用AI工具AutoMorph自动量化动脉和静脉的密度、分形维数、迂曲度。结果显示：sFlt-1/PlGF≥38者视网膜血管密度和分形维数显著降低；整合视网膜参数、生化指标与临床数据的模型预测2周内分娩的AUC达0.85，明显优于仅用sFlt-1/PlGF比值（AUC=0.64）或加临床数据（AUC=0.72）的模型。
信息来源： PubMed Ophthalmology 发布于 2026年6月9日
要点速览
- 研究纳入54名住院妊娠期高血压疾病患者，同步采集sFlt-1/PlGF比值与眼底照片。
- 使用深度学习工具AutoMorph自动量化视网膜动脉和静脉的密度、分形维数、迂曲度。
- 整合视网膜参数、sFlt-1/PlGF比值与临床数据的模型预测2周内分娩的AUC为0.85。
本站解读
这项研究发现，通过眼底照相加AI分析视网膜小血管变化，能显著提升对妊娠期高血压患者未来两周内是否需紧急分娩的判断准确率——AUC从0.64提高到0.85。样本量仅54人，属小规模单中心前瞻性队列，虽设计合理但结果稳定性有待更大人群验证。目前它还只是科研信号，离临床常规使用很远：既未进入指南，也未见配套设备或流程落地，更未在产科或眼科门诊实际部署。
普通人无需因此改变日常行为，孕妇也不必额外去查眼底——该技术现阶段仅适用于已住院、病情较重的HDP患者，且需与sFlt-1/PlGF检测协同使用。国内情况有待确认。
常见问题
我有妊娠高血压，医生会让我去拍眼底照吗？
目前不会。这项技术仍处于研究阶段，仅在54例住院患者中验证，尚未用于临床常规评估。现有诊疗仍以血压监测、尿蛋白、sFlt-1/PlGF检测等为主。如有疑虑可咨询眼科医生。
眼底检查真能提前知道会不会马上生吗？
在本研究中，结合眼底血管AI分析与sFlt-1/PlGF比值，预测2周内分娩的准确性（AUC=0.85）确实高于单用生化指标（AUC=0.64）。但这仅限于已住院的重症患者，且需严格匹配检测时机和图像质量，不能直接套用于普通产检。
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眼病诊断研究临床转化率低
这项系统综述分析了2020年至2025年8月间发表的43篇基于眼底照和OCT图像的深度学习眼病诊断研究，发现虽有超95%的模型宣称高准确率，但仅14.3%完成真正临床验证，23.1%未公开代码或实现细节。研究提出‘转化准备度框架’，整合技术透明度、验证严谨性与性能报告，为眼科AI落地提供评估标准。
AI眼底诊断为何难进诊室？系统综述揭示三大落地障碍
该系统综述分析了2018至2025年间34项研究，指出AI在糖尿病视网膜病变、青光眼、早产儿视网膜病变和年龄相关性黄斑变性等眼病诊断中准确率常超90%，表现媲美甚至优于专家医生。但临床实际应用仍受限，主要存在三方面缺口：AI工具难以嵌入现有诊疗流程、决策过程缺乏透明度、在不同人群中的泛化能力差。