AI检测报告准不准？从医学角度揭开它识别眼底照的真面目

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《》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。