AI赋能眼健康：从Google深度学习到智能手机眼底成像

AI赋能眼健康：从Google深度学习到智能手机眼底成像

引用

国家自然科学基金委员会

等

12

来源

1.

https://www.nsfc.gov.cn/csc/20340/20343/68143/index.html

2.

https://blog.csdn.net/gitblog_09780/article/details/143297403

3.

https://new.qq.com/rain/a/20240323A047E400

4.

https://www.medsci.cn/article/show_article.do?id=1e48858e3785

5.

https://blog.csdn.net/qq_42856191/article/details/143228482

6.

https://news.sciencenet.cn/htmlnews/2025/1/536935.shtm

7.

https://bydrug.pharmcube.com/news/detail/d499a993980842f59272f50c6bb11446

8.

https://www.gzzoc.com/node/12964

9.

https://www.ultralytics.com/zh/blog/from-eye-care-to-fiber-optics-the-role-of-ai-in-optics

10.

https://www.cmf.org.cn/home/news/view/article_id/812.html

11.

https://www.iophthal.com/index/article/detail?id=12123

12.

https://www.bmjchina.com.cn/News/Companynews/2024/0930/1977.html

糖尿病视网膜病变（Diabetic Retinopathy，DR）是糖尿病常见的微血管并发症，可导致视力下降甚至失明。随着糖尿病患者数量的持续增长，DR已成为全球性公共卫生问题。据统计，我国糖尿病患者已超过1.4亿，其中约三分之一患有DR。然而，由于专业设备和眼科医生的短缺，许多患者无法及时接受筛查和治疗。

面对这一挑战，科技巨头Google在AI医疗领域持续发力，取得了令人瞩目的成果。2017年，Google团队基于深度学习算法实现了自动诊断中重度DR病例，相关研究发表在《美国医学会杂志》（JAMA）上。这一突破为AI在医疗领域的应用树立了重要里程碑。

2021年，Google团队再次取得重大进展。他们开发的DeepDR Plus系统实现了对DR进展长达5年的风险预警和进展预测，研究成果发表在《自然·医学》（Nature Medicine）期刊上。这一系统不仅提高了诊断准确性，还能预测疾病发展趋势，为及早干预提供了科学依据。

在AI技术快速发展的背景下，智能手机眼底成像技术正逐步改变传统的医疗模式。中山大学中山眼科中心研发的ChatZOC眼科大模型就是一个典型案例。该系统以中山大学眼科中心的大数据平台为依托，结合国际最新的眼科诊疗指南，通过华为基础AI计算框架实现高效训练与优化。

ChatZOC系统具有多项创新功能：

• 手机端预问诊：患者只需在对话框输入症状信息、拍摄眼部照片，系统就能进行初步诊断并提出就诊建议。
• 眼底图像质控：自动评估图像质量，确保诊断准确性。
• 病变风险判断：智能分析病变风险，提供个性化就医指导。
• 多模态数据解读：能自动解读视力、眼压、裂隙灯照相和眼底照相等检查结果。

2025年1月，中山眼科中心在新疆喀什地区开展“AI眼善行·睛彩喀什”公益行活动，这是ChatZOC系统大规模应用的重要实践。活动期间，该系统成功为3万余名喀什群众提供眼健康筛查服务，展现了AI技术在基层医疗中的巨大潜力。

这些创新技术不仅提高了筛查效率和诊断准确性，还有效降低了医疗成本。对于偏远地区和基层医疗机构而言，AI辅助诊断系统相当于配备了“口袋里的眼科医生”，有助于缓解医疗资源分布不均的问题。

然而，这些技术仍面临一些挑战，如数据隐私保护、算法的泛化能力等。未来，随着技术的不断迭代和完善，AI在糖尿病视网膜病变监测中的应用将更加广泛，为全球眼健康事业带来深远影响。