AI眼病诊断研究临床转化率低
摘要
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。
信息来源： PubMed Ophthalmology 发布于 2026年8月7日
要点速览
- 43项AI眼病诊断研究中，仅14.3%完成临床验证，23.1%未提供代码或实现细节。
- 研究构建了‘技术-临床完整性指数’，综合评估数据透明度、验证严谨性和性能报告质量。
- 提出首个面向眼科AI的‘转化准备度框架’，供研究者、临床医生和健康数据分析团队使用。
本站解读
这项综述戳中了当前眼科AI最尴尬的现实：算法很‘聪明’，但离医生诊室还很远。43项研究中只有6项（14.3%）做过真实临床环境验证，而近四分之一连代码都不开源——这意味着别人根本无法复现或部署。这种‘纸上准确率’和‘床边可用性’的巨大落差，说明多数研究仍停留在论文阶段，而非产品思维。
研究设计扎实：用PRISMA规范筛选，双人评审一致性达高水准（眼底图像ICC=0.911），可信度强。但‘95%准确率’本身也需谨慎看待——它常来自理想化数据集，未反映基层医院图像质量参差、设备型号混杂的真实场景。
短期内不会改变临床做法。从论文到注册审批、再到医院采购和医生培训，中间缺的是标准化验证路径和监管协同机制。国内情况有待确认。
常见问题
AI看眼底照片真能代替医生看病吗？
不能代替。研究显示，尽管不少AI模型宣称诊断准确率超95%，但仅14.3%经过真实临床验证，绝大多数尚未在医院实际诊疗流程中测试过。AI目前更适合作为辅助工具，帮助医生初筛或提高效率，最终判断仍需由眼科医生结合患者整体情况做出。如有疑虑可咨询眼科医生。
这些AI诊断工具什么时候能在医院用上？
尚无明确时间表。该综述指出，当前AI研究普遍存在‘高准确率、低临床转化’问题，缺乏统一验证标准和落地路径。从论文成果到通过监管审批、集成进医院信息系统、获得医生信任并常规使用，还需跨学科协作与政策支持。
延伸阅读
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。
AI通过眼底影像辅助阿尔茨海默病和帕金森病早期识别
研究综述了人工智能利用眼底照相（CFP）和光学相干断层扫描（OCT）影像识别阿尔茨海默病（AD）和帕金森病（PD）的最新进展。AD患者普遍存在视网膜神经节细胞层（GC-IPL）和视网膜神经纤维层（RNFL）变薄，AI基于OCT图像识别AD准确率达80%，结合OCT与眼底彩照可将轻度认知障碍（MCI）识别准确率提升至85%。PD患者则表现为RNFL普遍变薄、外丛状层增厚等特征，多模态AI模型实现100%敏感性和85%特异性。
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。