AI 重塑眼科成像：细胞级检测走向临床
摘要
美国国立眼科研究所发布研究进展，指出人工智能技术正推动眼部细胞级成像技术向日常临床使用迈进。通过将先进的眼科成像技术交给医疗提供者，能够大幅提升视网膜疾病早期检测能力，并指导治疗以防止视力丧失。该技术旨在利用 AI 增强图像质量，使原本复杂的成像手段更易于在普通医疗机构普及，从而改善患者预后。
信息来源： NEI / NIH Research News 发布于 2025年12月17日
要点速览
- 人工智能技术正推动眼部细胞级成像技术更接近日常临床使用，提升检测能力。
- 先进成像技术交由医疗提供者使用可提升视网膜疾病早期检测能力，指导治疗。
- 该技术旨在指导治疗以防止视力丧失并改善患者预后，推动技术普及应用。
本站解读
这项进展标志着眼科成像技术正经历从硬件堆料向算法定义的底层逻辑切换。过去看清视网膜细胞层依赖庞大的自适应光学系统，设备昂贵复杂，导致技术长期被困在实验室。人工智能介入是用算力换取光学精度，让普通临床设备也能通过软件重构达到细胞级分辨率。这种变迁动摇了传统器械护城河，竞争焦点转向数据与算法速度。
国内眼科器械厂商在这一轮变革中面临弯道超车机会，因我们在医疗场景数据获取和工程化落地方面反应更快。相比之下，国外机构仍主导底层原理突破，国内企业更擅长将技术快速转化为可量产产品。不过行业生态暗流涌动，纯软件算法公司正试图绕过硬件厂商直接连接医院，这将重塑渠道格局。对于患者而言，技术下沉意味着眼底病筛查门槛降低，但关键变量在于成本能否真正降下来。
后续需密切留意的沙盘信号是监管审批路径与支付端反应。国家药监局对于人工智能辅助诊断软件的三类证审批标准收紧，如何通过临床验证证明算法泛化能力将是获批难点。同时医保是否将此高精度成像纳入收费项目，决定技术能否大规模普及。如果仅停留在高端私立机构，对大多数患者的实际意义有限。行业最终走向硬件与算法深度绑定，单一优势难维持。
常见问题
这个 AI 成像技术普通医院现在有吗？
目前这项技术正处于从实验室向临床过渡的阶段，尚未在所有普通医院普及。大型三甲医院的眼科可能率先引进相关设备，但基层医疗机构还需要时间。具体能否使用，建议咨询当地医院眼科医生了解设备配置情况。
做了这个检查能早点发现眼底病吗？
是的，细胞级成像能看清更细微的视网膜结构，有助于更早发现病变迹象。但这属于高精度检查，是否需要做取决于病情。如有疑虑可咨询眼科医生，由医生评估是否有必要进行此类深度检查。
延伸阅读
PathFinder AI工具在非视网膜专家中的诊断一致性评估
本研究旨在评估非视网膜专科医生（NRS）使用PathFinder人工智能辅助工具与视网膜专科医生在诊断和转诊决策上的一致性。研究纳入了202名连续接受CIRRUS平台OCT检查的患者，其中PathFinder AI模块被用于辅助诊断。结果显示，在202只眼睛中（平均年龄62.7 ± 12.3岁），PathFinder AI工具在资源有限的情况下具有显著的实时决策支持价值，但在特定疾病尤其是威胁视力的条件下，仍需进一步优化和临床监督。
ChatGPT-4o在眼科患者手册生成中的应用：与AAO材料的比较
本研究旨在对比ChatGPT-4o生成的眼科患者手册与美国眼科学会（AAO）提供的教育材料在英语和西班牙语版本中的可读性和质量。研究选取了10种常见眼部疾病的AAO手册，并要求ChatGPT-4o生成相应内容，确保其阅读难度为8年级水平。结果显示，ChatGPT-4o生成的手册在英语可读性方面与AAO材料相当，但在西班牙语版本中表现更优。具体而言，ChatGPT-4o生成的手册在西班牙语的Szigriszt-Pazos Perspicuity Index (SPPI)评分显著高于AAO材料。此外，ChatGPT-4o生成的手册在内容质量评估中也表现出色，尤其是在西班牙语版本中。总体而言，ChatGPT-4o生成的手册在可读性和内容质量上均达到或超过了AAO材料的标准。
中国人类表型组计划：视网膜成像与表型提取标准化协议
视网膜成像在评估眼部及全身健康中具有重要意义，尤其在大规模人群研究中展现出巨大潜力。然而，缺乏标准化和自动化的技术手段来从视网膜图像中提取影像衍生表型（IDPs）一直是主要障碍。为解决这一问题，中国人类表型组项目（CHPP）开发了一套全面的标准化操作程序（SOP），包括质量控制（QC）、预处理以及基于人工智能（AI）的自动化或半自动化IDP提取方法。该协议旨在提高IDP提取的准确性和效率，从而促进大规模人群数据的标准化分析。这项工作不仅为眼科相关学科提供了宝贵见解，还为未来利用视网膜成像数据的研究奠定了基础。