学术研究 2026年10月25日 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。 #人工智能#青光眼#电子病历 PubMed Ophthalmology
学术研究 2026年10月25日 AROMA数据集支持OCT-A图像质量AI评估 研究团队构建了AROMA数据集,包含281次扫频源OCT-A扫描(来自115名匿名患者),每例含14张en face图像,并由多位专家标注伪影类型与严重程度及整体质量等级。基于该数据集训练的两个深度学习模型中,六通道张量模型图像质量分类准确率达97%,PCA压缩模型为87%。结果表明,针对伪影识别的专用AI可实现高精度OCT-A图像质控。 #OCT-A#AI质控#医学影像数据集 PubMed Ophthalmology
学术研究 2026年10月25日 眼结核作为唯一结核表现的诊疗困境 本文综述了当眼部炎症是结核唯一表现时的诊断与治疗策略,强调需结合眼底表型(如类蛇样脉络膜炎、闭塞性视网膜血管炎)、流行病学风险、干扰素-γ释放试验(IGRA)结果及排除相似疾病进行综合判断。研究指出IGRA阳性不能证实眼内结核因果关系,阴性也不能完全排除;共识指南和随机证据支持在特定高风险表型患者中启用抗结核治疗,但治疗阈值因表型和临床背景而异。 #葡萄膜炎#结核感染#诊断阈值 PubMed Ophthalmology
学术研究 2026年10月25日 原发性闭角型青光眼伴大脑动态功能改变 研究纳入44名原发性闭角型青光眼(PACG)患者和57名健康对照者,通过静息态fMRI分析全脑动态状态。发现PACG患者在某一特定动态状态中停留时间延长,提示大脑大尺度网络灵活性下降;机器学习模型识别出默认模式网络区域为关键判别特征;基因表达映射显示相关脑区富集突触信号、离子通道及单胺类转运体VMAT2相关基因,涉及兴奋性神经元、抑制性神经元和星形胶质细胞。 #青光眼#脑网络#神经影像 PubMed Ophthalmology
学术研究 2026年10月25日 鸟枪脉络膜视网膜炎宽视野眼底图像数据集发布 研究团队发布了名为Birdshot-Wide的公开眼底影像数据集,包含742只鸟枪脉络膜视网膜炎(BSCR)患眼的5042张宽视野眼底照和742只健康对照眼的1310张图像,所有BSCR图像均经人工质量审核并按主要病变亚型分类,中位随访达4.31年;基于该数据集训练的深度学习模型在区分BSCR与正常眼任务中AUC最高达0.96。 #罕见病#AI医疗#眼底影像 PubMed Ophthalmology
学术研究 2026年10月25日 因果推理提升多病种眼底影像诊断准确率 研究团队提出一种融合因果干预的多标签医学影像诊断框架,针对多种眼病共存时模型易混淆统计相关性与真实因果关系的问题。该方法通过建模潜在混杂因素并实施后门调整,在ODIR(彩色眼底照相)、LID-FFA(眼底荧光血管造影)等四个数据集上验证效果,显著提升诊断准确性与可解释性。源代码已开源。 #AI医疗#因果推理#多病种诊断 PubMed Ophthalmology
学术研究 2026年10月25日 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 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。 #人工智能#眼底筛查#可解释AI PubMed Ophthalmology
学术研究 2026年10月25日 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。 #AI医疗#OCT#可解释AI PubMed Ophthalmology
学术研究 2026年10月25日 近视性青光眼:被低估的高风险亚型 本文综述指出,近视性青光眼是一种易被漏诊或误诊的青光眼亚型,尤其多见于眼压正常但高度近视的年轻患者。全球近视患病率持续上升,亚洲人群高度近视者患青光眼风险显著增高。其病理基础包括眼轴延长、巩膜变薄、筛板变形等结构改变,导致即使眼压正常也易发生视神经损伤。常规OCT和视野检查存在局限,需依赖10-2视野、生物力学校正眼压测量等新方法。管理上需设定更低眼压目标,但手术在高度近视青年中易引发低眼压黄斑病变。 #近视性青光眼#高度近视#OCT诊断局限 PubMed Ophthalmology
学术研究 2026年10月25日 基于网页的智能眼科影像教学平台设计与应用 研究团队开发了一个支持眼底照相和OCT图像分析的模块化网页教学平台,涵盖图像预处理、模型训练、性能评估及AI辅助解读指导。通过问卷调查评估,该平台中位系统可用性量表(SUS)得分为80.0,显著高于68的基准值,证实其具有高可用性与明确的教学成效。 #AI教育#眼科教学#数字医疗 PubMed Ophthalmology
学术研究 2026年10月25日 视网膜血管参数双眼一致性研究 研究团队对431名冠状动脉粥样硬化性心脏病(CAD)患者共862张眼底彩照进行AI分析,使用ResNet 101-UNet模型自动测量分形维数、血管密度和管径等指标。结果显示,无论CAD状态或Gensini评分高低,左右眼各项参数均无统计学显著差异(P>0.05),Pearson相关系数为0.387–0.833,ICC为0.384–0.824,表明双眼高度对称。 #AI眼科#眼底筛查#心血管风险 PubMed Ophthalmology
学术研究 2026年10月25日 AI进入视网膜诊疗对专科培训的冲击 研究系统梳理了AI在视网膜图像判读中的临床部署如何重塑专科医生培训体系,涵盖教育机会、发展风险与课程响应三方面。检索截至2026年3月,识别出六大主题:部署场景、AI作为教学工具、可解释性与教学法、学员能力退化风险、大语言模型对考核效度的影响,以及机构应对措施。研究指出AI既带来个性化病例分配、合成数据生成等新可能,也引发‘去技能化’‘从未习得技能’和自动化偏见等真实风险。 #AI医疗#医学教育#视网膜专科 PubMed Ophthalmology