在门诊上，经常有患者拿着手机上的AI检测报告来咨询：“医生，这个软件说我眼底有问题，到底准不准？”。随着人工智能（AI）技术渗透医疗领域，AI识别解读眼底照相的功能逐渐走进大众视野。它究竟是“火眼金睛”还是“人工智障”？今天我们从医学角度揭开它的真面目。

一、AI如何“看懂”你的眼底照片？

眼底照相是通过专业仪器拍摄视网膜、视神经和黄斑区的影像。传统诊断依赖医生肉眼观察照片上的病灶，靠的是医生的双眼以及十余年、甚至数十年来学习和临床工作的经验，而AI的“学习”过程分为三步：

海量大数据训练：工程师向AI系统输入数以十万计、百万计张不同疾病或正常人的眼底照片（如糖尿病视网膜病变、青光眼等），并且由专业的医生标注出正常人眼或病灶的特征，让AI学习这些正常的或者不同疾病的特征。

特征提取：通过深度学习，AI自动识别以上特征，如糖尿病视网膜病变患者眼底的微动脉瘤、出血灶，青光眼患者的视盘特征性改变等。

结果输出：系统根据以上特征，自动判断疾病风险，生成“疑似青光眼”“糖尿病视网膜病变中度”等结论。

二、AI识别眼底照相的优势

由此可见，培养一名资深的医生也许需要十余年甚至数十年，但训练一款专业的AI软件似乎就高效快捷很多。那么AI识别眼底照相到底准不准？与传统的医生肉眼识别相比有什么不同呢？

效率高：许多AI软件可以在1分钟内完成眼底照相的分析，解决基层医院或体检中心眼科医生短缺问题。尤其在像中国这样的低医患比的国家（既医生与患者数量的比例），AI眼底图像诊断可以极大的提高基层眼科诊疗和体检的工作效率。

精准捕捉细微变化：AI能发现人类肉眼难以察觉的早期病变，特别是在一些基层地区医生经验不足的情况，或者是医生超强负荷工作的疲劳状态下，肉眼识别难以避免的会出现一些疏漏，而软件则不会，毕竟软件不会疲劳、不会分心。

标准化：面对同一种病灶，不同的医生可能对其描述和解读不同，例如同样的眼底照相上的一片黄白色区域，有的医生会认为是陈旧的出血灶，而有的医生则会认为是变性，又有的医生会认为是渗出，就会出现不同的结果。而AI则避免医生经验差异导致的误差，尤其擅长识别典型病变。

三、AI识别眼底照片相对靠谱的几种疾病

糖尿病视网膜病变：

我国是糖尿病大国，糖尿病人数已超1.4亿人，是世界糖尿病第一大国家。近期的流行病学调查结果显示，我国2型糖尿病人群中，糖尿病视网膜病变的患病率约为28%，严重威胁我国人群生命健康和生活质量。我国“十四五”眼健康规划也将糖尿病视网膜病变的筛查防治作为工作重点。然而，我国稀缺的眼科医生数量难以覆盖如此庞大的糖尿病人群，导致传统糖尿病视网膜病变的筛查率不足10%，远低于欧美发达国家水平。而利用AI识别眼底图像进行糖尿病视网膜病变筛查有效解决了传统筛查模式的痛点，提高了筛查效率。目前，中国国家药品监督管理局已批准多款AI眼底诊断软件用于临床，在糖尿病视网膜病变筛查中，顶级AI系统的准确率可达95%以上，堪比资深眼科专家。此外，与传统筛查相比，AI方案可将单次筛查成本降低60%以上，同时筛查效率提升3-5倍。按我国1.4亿糖尿病患者每年筛查1次计算，AI技术的应用有望节省数百亿元的医疗支出，并避免大量因糖尿病视网膜病变致盲造成的生产力损失和社会负担。

不过，虽然AI识别眼底照相在糖尿病视网膜病变的筛查中具有很高的应用价值，但其难以对视网膜病变的分期做出精准的判断，因为糖尿病视网膜病变分期的金标准本身就不是眼底照相，而是需要依赖眼底血管荧光造影或者OCTA等其他辅助检查。作者此前发表在《RETINA》上的临床研究结果表明，仅仅依赖眼底照相进行诊断，有接近50%的糖尿病视网膜病变患者得到了轻于超广角OCTA得出的实际严重程度的分期结果。由于不同时期的糖尿病视网膜病变的治疗方案完全不同，因此，通过AI筛查出的糖尿病视网膜病变患者，仍需到眼科门诊，经由专业的医生和其他辅助检查来做出最终的诊断和治疗方案。

图：糖尿病视网膜病变患者眼底照相，可见红色的点、片状出血及黄白色渗出。

青光眼

青光眼是一系列与眼压相关的视神经的特征性改变，作为全球首位不可逆致盲眼病，青光眼正悄无声息地威胁着超过8000万人的光明，被称为“沉默的视力小偷”。2025年的世界青光眼周的主题是：“AI协同护航，共防青光眼盲”，专家们探讨了AI眼底照相技术在青光眼防盲、致盲中的应用现状和前景。AI识别眼底照相擅长测量视杯/视盘比（C/D值）、分析视神经纤维层厚度，分析盘沿特征新改变等，对早期青光眼筛查灵敏度达90%。但由于青光眼的诊疗不单单依赖眼底照相，与眼压、视野等其他检查结果也息息相关，因此单纯利用AI眼底照相诊断筛查青光眼可能导致误诊或漏诊。因此，针对AI眼底照相在青光眼诊断方面，目前国内青光眼专家认为目前的AI技术，只能是“协同”、“协助”，还不能完全依靠AI技术。

图：（左）正常杯盘比(C/D)；（右）青光眼患者增大的杯盘比（C/D）

四、AI识别眼底照相难以胜任的领域

尽管表现亮眼，AI眼底照相技术在临床应用中仍有明显短板，它还不是“全能医生”。

1、“没见过”的病例易误判：对罕见病（如视网膜母细胞瘤）、复杂病变（如高度近视合并多种并发症）识别能力有限。

2、复杂并发症：眼底病变常与全身疾病相关（如高血压肾病），AI无法结合患者病史、症状综合分析。

3、非典型病变：某些视网膜炎症性疾病、遗传性疾病的差异比较大，同一种病可以有多种不同表现，或者多种疾病可以表现为同一种特征，此时AI就难以做出正确的判断。

4、伦理风险：2021年《柳叶刀》指出，训练数据若缺乏多样性（如以白种人为主），可能导致对其他人种的误诊。

结语

由此可见，AI识别眼底照相技术，在某些领域确实具有极大的应用价值，但目前的AI技术仍然存在一定的缺陷和不足。AI识别眼底照相如同一把智能筛子，能高效过滤出需要关注的病例，但最终诊断仍需医生“人机协同”。就像显微镜没有取代病理学家，AI也不会替代眼科医生，而是让医者的“慧眼”如虎添翼。对于普通民众，既不必对AI报告过度焦虑，也不能完全依赖机器——定期专业检查，才是守护眼健康的根本之道。

（图片源于网络）

供稿：上海市医学会数字医学专科分会

作者：邹 宸 复旦大学附属眼耳鼻喉科医院

审核：王金武 上海市医学会数字医学专科分会主任委员

姜春晖 上海市医学会数字医学专科分会副主任委员

上海市医学会是有着百年历史的社会团体，以促进医学科技发展、医学知识普及为己任，坚持科普惠民，集中全市优秀医学专家，开展多种形式科普活动，全方位推进医学科普宣传，向人民群众传播正确的医学健康知识。

阅读原文