AI阅片重构眼科诊疗：不抢饭碗，反让医生更专注
2026/06/29 22:45阅读量 2
AI眼科阅片已在全球普及，通过深度学习分析视网膜影像，在糖尿病视网膜病变筛查中准确率高达94.7%，灵敏度超85%，已获批用于独立转诊。该技术弥补人类医生疲劳和经验差异导致的漏诊，让医生腾出时间专注手术和科研，同时推动边缘地区获得专科级眼病筛查。
事件概述
AI阅片已在眼科筛查中普及，核心价值在于弥补人类医生视觉疲劳、经验差异导致的漏诊，并不会替代医生，反而让医生腾出更多时间专注手术、咨询和研究。
核心信息
- 工作原理：主流眼科AI基于深度学习，在数十万至千万张专家标注的视网膜影像上训练，可识别血管轻微异变、细微斑点等人类易遗漏的早期病变。但算法可能因影像杂质或训练场景不匹配而误判，需在不同诊所、设备和人群中反复实测验证。
- 关键应用：糖尿病视网膜病变筛查：
- IDx-DR（2018年获FDA批准）对需转诊病变检测灵敏度超85%，是首款可独立给出转诊建议的自主AI系统。
- 泰国2022年前瞻性研究中，AI筛查准确率94.7%、灵敏度91.4%、特异度95.4%，阴性预测值95.5%。
- 资源匮乏地区：肯尼亚糖尿病患者视网膜病变患病率41%（每百万人仅2名眼科医生），印度30.8%（11名），巴西36.3%（71名）。AI配合简易眼底相机可让基层诊所单日完成数百人筛查。
- 技术拓展：已可对50余种视网膜疾病进行专家级精度的分诊（如伦敦墨菲尔德医院与DeepMind合作的光学相干断层扫描AI）。
值得关注
- 模式变革：AI将诊断从“人类经验驱动”转向“人机协作”，延伸观测至人类视觉极限之外。
- 可解释性：当前系统可高亮标注影响诊断的病变区域，医生可向患者解读，避免对算法的盲目信任，这是AI临床落地的关键考量。