AI 看眼底照片查糖尿病视网膜病变，到底靠不靠谱？
《Frontiers in Endocrinology》一项汇总 41 项研究的荟萃分析发现：用深度学习 AI 读眼底照片给糖尿病视网膜病变分级，识别“没有病变”和“威胁视力的病变”很敏感（简化四分类下各级敏感度约 88%–97%），但要精确区分相邻的中间阶段仍较难，AI 更适合当筛查帮手，不能完全替代医生判断。
先说结论
糖尿病视网膜病变(简称糖网)是可预防致盲的主要原因之一，关键是早发现、按严重程度分级好好管理。但传统分级靠医生看眼底照片，不同医生判断可能不一致，也很依赖专科经验。这几年 AI(深度学习)被用来自动读片分级，到底准不准?这项荟萃分析汇总了 41 项研究来回答。按国际临床糖网标准分成 5 个等级时，AI 的敏感度(把真有某级病变的人查出来的能力)是这样的:识别“没有病变”很强，约 95%;而中间的“轻度”只有约 72%、“中度”约 84%、“重度”约 76%，“增殖期”约 79%。如果简化成 4 个等级，各级敏感度明显提升到约 88%–97%。把这些数字翻译成人话:AI 特别擅长两头——认出“眼底没事”和“已经威胁视力、需要赶紧处理”的情况，这正是筛查最想要的;但要在几个相邻的中间阶段之间分得很精细，它还不够稳。研究也指出，各研究之间差异较大，AI 模型要真正落地，还需要标准化、在不同人群里严格验证。所以合理的定位是:AI 是很好的筛查帮手，能帮基层和体检快速筛出该转诊的人，但它不能完全替代眼科医生的判断——尤其是治疗决策，仍要专业医生结合检查来定。对糖尿病患者来说，最实在的一条没变:不管用不用 AI，都要按医嘱定期查眼底。
先搞懂糖网和为什么要分级
- 糖尿病视网膜病变是可预防致盲的主要原因，早发现早管理很关键。
- 按严重程度分级(从无病变到增殖期)，指导多久复查、要不要打针或激光。
- 传统靠医生读眼底照片，不同医生判断可能不一致、依赖经验。
- AI(深度学习)被用来自动读片分级，想减轻医生负担、提高一致性。
研究查出来的结果
- 荟萃分析汇总 41 项研究，评估 AI 读眼底片分级的准确性。
- 5 分级时，识别“无病变”敏感度约 95%，中间各级约 72%–84%。
- 简化成 4 分级时，各级敏感度提升到约 88%–97%。
- AI 尤其擅长筛出“没事”和“威胁视力”两头，中间相邻阶段较难分。
为什么这对患者有意义
- AI 能帮基层、体检快速筛查，把该转诊的人尽早挑出来。
- 对“有没有病变、要不要紧”这类关键问题，AI 判断相当敏感。
- 有助于扩大糖网筛查覆盖，让更多糖尿病患者早发现。
- 也提醒 AI 有局限，中间分级和治疗决策仍需专业医生。
关于 AI 查眼底可以怎么看
- 把 AI 当筛查“初筛”工具：结果异常或提示风险，及时找眼科医生复核。
- AI 说“没事”也别掉以轻心，仍要按医嘱定期复查。
- 治疗方案(打针、激光等)由医生结合全面检查决定，不是 AI 说了算。
- 控制血糖、血压、血脂，才是从根上减少糖网的办法。
容易搞错的地方
- AI 敏感不等于万无一失，尤其中间阶段可能分不精细，别全盘依赖。
- 筛查发现异常只是第一步，确诊和治疗仍要到医院做进一步检查。
- 各研究差异较大，AI 模型换个人群、换台设备表现可能不同。
- AI 是帮手不是医生，最终判断和治疗要由眼科医生负责。
参考文献
- Diagnostic accuracy and clinical performance of deep learning models for grading diabetic retinopathy: a systematic review and meta-analysis. Frontiers in Endocrinology (Front Endocrinol) · 2026 荟萃分析 · 41 项研究，深度学习读眼底片按 ICDR 分级;5 分类敏感度无病变 95.19%、轻度 72.06%、中度 84.33%、重度 75.84%、增殖期 78.82%，4 分类各级升至约 88%–97%;擅长筛无病变与威胁视力病变，相邻中间级区分仍难，异质性大需标准化和外部验证
怎么做更稳妥
AI 眼底筛查是辅助工具，不能替代眼科医生的诊断和治疗决策;结果异常或有风险提示应及时就诊复核，糖尿病患者无论是否使用 AI 都应按医嘱定期查眼底，并控制好血糖血压血脂。本文为眼科研究科普，不能替代面对面诊疗。
文章署名
东莞常平健明眼科医院 眼底病诊疗中心 钟伟友
本文为眼健康科普内容，用于帮助读者理解常见眼科问题与就医前沟通重点。 内容不能替代面对面诊疗，具体诊断和治疗方案请以医生检查意见为准。