AI辅助视觉障碍筛查模型的社区应用评估
摘要
全球有超过6亿人受视觉障碍（VI）影响，显著降低生活质量。在新加坡，约20%的60岁及以上成人（约18万人）患有VI，预计到2030年这一数字将翻倍。尽管约一半的VI病例由未矫正的屈光不正引起，其余则由年龄相关疾病导致。当前的传统筛查模式为两次访问、劳动密集型且随访率低，常有不必要的转诊。本研究旨在通过一项两臂实用随机对照试验，评估AI辅助筛查模型与传统筛查模型在转诊准确性、操作效率、患者接受度、可行性和成本方面的差异。该研究计划招募1000名50岁及以上的参与者，其中AI辅助组将使用先前开发并验证的深度学习模型进行现场视网膜照片分析，阳性病例将被转介给验光师进行二次评估。传统筛查包括针孔视力、眼压、裂隙灯检查、自动验光和视网膜摄影。所有L2参与者将完成患者接受度问卷，并进行地面真实情况评估。
信息来源： PubMed Ophthalmology 发布于 2026年3月2日
要点速览
- 全球有超过6亿人受视觉障碍影响，新加坡60岁及以上成人中有20%患有VI。
- 研究计划招募1000名50岁及以上的参与者，比较AI辅助筛查与传统筛查。
- 研究预计于2026年3月完成，数据分析将于2026年4月开始。
本站解读
这项研究试图解决长久以来关于AI辅助视觉障碍筛查模型在实际应用中的争议。尽管AI模型在回顾性数据集上表现出色，其曲线下面积达到0.942，但其在现实世界中的操作效率、患者接受度、工作流程可行性和成本效益仍缺乏充分研究。样本量为1000名50岁及以上的参与者，这在一定程度上增加了结果的可信度，但仍需谨慎看待其设计质量和置信度。从高阁论文到临床实际下沉的距离不容小觑，许多实验室环境下的优秀表现往往难以直接转化为临床实践中的高效运作。因此，这项研究的结果将为未来AI辅助筛查模型的实际应用提供关键证据。对于普通患者而言，这些前沿数据可能预示着未来诊疗策略的变革，如有疑虑可咨询眼科医生。
常见问题
这项研究对普通患者有什么意义？
这项研究旨在评估AI辅助筛查模型与传统筛查模型在转诊准确性、操作效率、患者接受度、可行性和成本方面的差异。如果成功，未来可能会提高筛查效率和准确性，改善患者的诊疗体验。
AI辅助筛查模型如何工作？
AI辅助筛查模型通过分析现场拍摄的视网膜照片，识别出需要进一步评估的阳性病例，并将其转介给验光师。
延伸阅读
AI辅助糖尿病视网膜病变筛查的成本效益分析
该研究通过马尔可夫决策树模型，从医疗支付者的角度评估了人工智能（AI）辅助糖尿病视网膜病变（DR）筛查与眼科医生筛查相比的成本效益。结果显示，尽管AI辅助筛查的费用更高，但其提供的健康效益显著，且增量成本效益比低于台湾人均GDP，表明其具有高成本效益。研究支持将AI辅助筛查纳入国家筛查计划。
唾液腺移植重塑重症干眼治疗格局
重度干眼症因长期缺乏泪液导致角膜上皮持续损伤，最终引发视力障碍甚至失明，现有疗法如人工泪液、泪点栓塞或免疫抑制剂仅能缓解症状，无法恢复泪腺功能。本研究基于自体下颌下腺移植技术，通过外科手段将唾液腺转位至眼眶周围并建立与结膜的导管连接，利用其分泌特性替代泪液功能。研究纳入42例Sjögren综合征或其他病因导致的终末期干眼患者，术后随访12个月，Ocular Surface Disease Index（OSDI）评分从基线38.7±5.2显著下降至16.3±4.1，角膜荧光素染色评分由3.9±0.6降至1.1±0.4，泪膜破裂时间（TBUT）从2.1±0.8秒延长至8.7±1.9秒。共38例（90.5%）患者实现人工泪液使用频率减少50%以上，12例完全停用。未观察到移植腺体萎缩或导管阻塞等主要并发症。研究证实，唾液腺移植不仅能重建眼表稳态，还可逆转长期干眼引起的上皮病变，为功能修复型治疗提供了高级别临床证据。
特发性颅内高压迎来标准化诊疗新纪元
特发性颅内高压（IIH）长期面临诊断标准模糊、治疗响应评估不一的困境，严重制约临床研究可比性与医疗质量提升。RISE-IIH倡议由国际多学科专家联合发起，旨在建立一套严谨、可量化的卓越诊疗标准体系，覆盖诊断确认、影像学评估、视功能监测及生活质量指标。该框架强调腰椎穿刺脑脊液压力测量的标准化操作流程，并引入OCT视网膜神经纤维层厚度、视野缺损进展速率等客观终点作为核心疗效判据。研究回顾多项历史试验发现，现行干预方案在防止视力恶化方面的结果差异显著，部分归因于入选标准和终点定义的异质性。RISE-IIH提出分层管理路径，推动从经验性治疗向精准干预过渡，尤其关注年轻肥胖女性群体的长期神经眼科结局。其最终目标是为全球IIH中心提供统一基准，支撑高质量随机对照试验设计，并为监管审批与医保决策提供可靠证据基础，标志着IIH从边缘化疾病向系统化管理的重大转折。