标题：人工智能系统在中国基层医疗机构筛查多种眼底疾病中的应用：一项纳入4795例的真实世界、多中心横断面研究

作者： Chufeng Gu, Yujie Wang, Yan Jiang, Feiping Xu, Shasha Wang, Rui Liu, Wen Yuan, Nurbiyimu Abudureyimu, et al., Qinghua Qiu, Zhi Zheng, Deng Liu, and Jili Chen

发表来源：《英国眼科杂志》（British Journal of Ophthalmology，2024）

城市中心与偏远地区之间的医疗资源差距，给眼病的早期发现带来了重大挑战。在基层诊所部署人工智能，为在不同地域与经济条件的人群中统一诊断质量提供了可规模化的解决方案。

一项发表于《英国眼科杂志》的多中心真实世界研究，在上海（高收入的城市大都会）和新疆（收入较低的西部地区）的六家基层医疗中心评估了鹰瞳Airdoc视网膜AI系统（ARAS）。

这项研究测试了什么？

该研究共纳入4,795名参与者，评估ARAS在基层医疗环境中的诊断效能，并分析眼底疾病患病率的地区差异。

该系统采用双模块架构：

• 精准定位：使用YOLO-v3目标检测网络识别关键解剖标志（黄斑与视盘）。
• 多任务分类：采用EfficientNet-B3网络，同时对14种不同的眼底病症进行分类。
• 地区对比分析：对比上海城市地区与新疆农村地区的疾病模式，以优化本地医疗资源配置。

主要发现：诊断准确性与地区模式

研究证实了较高的筛查准确性，同时揭示了不同地区各异的健康状况：

1.基层医疗中的诊断效能

• 需转诊的糖尿病视网膜病变（RDR）：总体准确率达0.93，敏感度0.87，特异度0.93。
• 青光眼性视神经病变（GON）：准确率0.93，敏感度0.95，特异度0.92。
• 病理性近视（PM）：准确率0.93，敏感度0.85，特异度0.94。

2.地区疾病谱差异

• 上海（城市）：病理性近视与视网膜玻璃膜疣的患病率明显更高，反映出与高密度城市环境相关的生活方式因素。
• 新疆（农村/发展中地区）：中老年人群中需转诊的糖尿病视网膜病变、黄斑水肿及视网膜静脉阻塞的比例更高，表明偏远地区需要加强慢性病管理。

这对医疗健康与筛查意味着什么？

该研究显示AI筛查能够适应不同地区的医疗需求。在城市环境中，AI系统可帮助应对大量近视及年龄相关黄斑病变；在偏远或资源有限的地区，它们则是在不可逆视力丧失发生之前，发现未受控的糖尿病并发症与青光眼的关键第一道防线。

通过在基层医疗中实现疾病早期检测的自动化，医疗系统可以简化转诊流程、减轻患者的出行负担，并将医疗资源部署到最需要的地方。

总结

AI眼底筛查弥合地区医疗差距，在城市医院与农村社区诊所中均可提供一致、高准确度的诊断支持。

预约眼科专科医生，了解现代影像与AI工具如何帮助守护您的视力。

阅读完整研究，刊载于《英国眼科杂志》.