糖尿病视网膜病变自动化筛查：机遇与现实挑战

荷兰研究人员系统综述了AI在糖尿病视网膜病变（DR）筛查中的应用现状。研究表明，基于深度学习（DL）的AI系统在敏感性和特异性方面已达到人类评级员水平，能有效识别需转诊DR（rDR），但实际应用中仍面临真实世界验证不足、特异性波动、医疗法律及伦理问题等挑战。该研究为推进AI在眼科筛查中的规范化应用提供了重要参考。

在全球范围内，糖尿病视网膜病变（Diabetic Retinopathy, DR）已成为工作年龄人群失明和视力损害的主要原因之一。尽管荷兰的糖尿病患者数量相对稳定在120万人，但全球糖尿病患病率持续攀升，预计DR患者将从2020年的1.03亿增至2045年的1.6亿。定期筛查对于早期发现病变、通过及时治疗降低严重视力丧失风险至关重要。目前，DR筛查的金标准是通过认证的评级员（如验光师、眼科技术助理或医学摄影师）评估两张45度眼底数码照片，并在眼科医生监督下进行。在荷兰，这类筛查部分由医学诊断中心承担，部分由眼科门诊完成，给医疗系统带来了巨大的人力和财务压力。

近十年来，基于人工智能（Artificial Intelligence, AI）的自动化DR筛查系统逐渐发展，为解决筛查负担提供了新思路。目前，已有三个系统获得美国食品药品监督管理局（FDA）批准，20余个系统获得欧洲IIa类CE认证。这些系统通常要求每眼拍摄两张眼底照片，数字化传输至AI平台，几分钟内即可返回“不可评估”、“无需转诊”或“需转诊DR（referable DR, rDR）”等结果。在理想情况下，眼底拍摄可在糖尿病主治医生诊所完成（如年度复查期间），医生能当场向患者沟通筛查结果。然而，尽管潜在益处显著，自动化DR筛查在实际临床中的推广仍面临多重障碍——包括真实世界验证数据缺乏、性能差异、伦理争议、医疗法律问题及工作流程整合挑战等。为此，研究人员在《Nederlands Tijdschrift voor Diabetologie》上发表综述，系统分析了AI在DR筛查中的现状、效能与实施难题。

为开展本项研究，作者主要采用了文献系统综述与实证数据分析方法，重点考察了已发表的前瞻性验证研究、比较研究以及真实世界实施数据。研究团队整合了多项国际多中心临床试验结果（如IDx-DR、EyeArt、RetCAD等系统的验证数据），并分析了不同人群（包括荷兰、美国、英国、泰国及非洲地区的筛查队列）中的敏感性和特异性表现。此外，还通过成本效益模型和医疗法律框架，评估了AI筛查在经济性和法规合规性方面的可行性。

自动化筛查系统的开发方法

早期DR自动识别系统基于机器学习（Machine Learning, ML），算法被训练识别DR的特定特征如微动脉瘤、出血或渗出。新近系统则多采用深度学习（Deep Learning, DL）技术，尤其是卷积神经网络（Convolutional Neural Network），通过输入仅标注DR分期的眼底照片自主学习特征识别。训练AI算法需使用大型公开标注数据集，随后在其他可用数据集上进行评估，最终在前瞻性验证研究中测试其筛查性能。

诊断性能

多数AI系统在回顾性和前瞻性数据集中表现出色，对超过轻度DR（more-than-mild DR, mtmDR）的检测敏感性达80-100%，特异性84-99%，与人类评级员相当。FDA批准的首个自主操作系统IDx-DR（2018）在多中心研究中针对rDR（定义为mtmDR和/或糖尿病性黄斑水肿）的敏感性和特异性分别为87.2%和90.7%；其升级版LuminecticsCore（2023）在次优质量照片处理上进一步优化。EyeArt系统敏感性为95.5%（特异性85%），而AEYE-DS（2024年FDA批准）的敏感性和特异性分别为92.6%和95.3%。欧盟CE认证系统（如EyeART、Retmarker、Google ARDA等）也在前瞻性研究中表现良好，其中荷兰开发的RetCAD系统在本国研究中显示出80%敏感性和90.1%特异性。

成本效益

实施自动化筛查时，成本效益是关键考量。在西方高人力成本国家（如英、美），AI系统可能更具经济性；相反在低收入国家可能不同。英国研究估计，使用EyeArt算法每10万次筛查可节省50万英镑；新加坡研究通过半自动筛查（类似分流策略）每年每位患者节省15美元。此外，AI应用可释放紧缺人力资源——英国和西班牙验证研究显示，AI作为过滤器可使需专家评估的照片量减半，显著降低评级员和眼科医生工作量。

实施障碍与挑战

目前仅苏格兰在国家筛查协议中实施了AI自动化筛查。推广受限的原因包括：缺乏不同系统间的比较研究和真实世界实施数据；性能受算法阈值设置、不可评估照片排除、相机伪影及人群特征（种族、性别、DR分期分布）影响显著。开发者与用户需意识到这些局限，理想情况下应使用平衡种族、性别和DR分期的大型训练数据集。

伦理与法律考量

伦理方面主要担忧包括：AI可能遗漏眼底其他病变（如青光眼），而人类评级员会标注；系统在训练数据中未充分代表的种族群体中性能可能下降。医疗法律问题涉及患者隐私（照片常存储于境外云平台）和责任归属——错误诊断时，责任属设备制造商还是医疗提供者？欧盟2022年发布《产品责任指令》（PLD）和《AI责任指令》（AILD），但各国国内法尚未完全采纳，且责任问题在符合医疗标准和开发监控前提下仍不明确。

技术局限性

“黑箱”深度学习机制导致决策过程不透明，引发患者和医生对自主诊断系统的疑虑。解决方案之一是结合DL与特定DR病变识别算法，并提供热图可视化。此外，多数系统仅提供二进制输出（存在/不存在rDR），无法区分轻度DR或监测进展，这可能影响荷兰指南允许的筛查间隔延长（无DR时可延长至2-3年一次）。为此，指南建议分流策略：AI阳性结果由人类评级员远程复核，再决定是否转诊眼科。

结论与展望

众多AI系统（部分获FDA或CE认证）在前瞻性验证中表现出与人类评级员相当或更优的rDR分类性能。在分流策略中使用自动化系统（阳性结果经人类评级员复核）可显著缓解荷兰眼科人力短缺，并可能降低医疗成本。然而，AI系统需在代表性人群的真实世界实施研究中验证，并尽可能直接比较不同系统。推广自动化DR筛查时，必须解决隐私和责任等医疗法律问题，确保与医疗机构协调并整合至工作流程中。

本研究强调，尽管AI在DR筛查中展现巨大潜力，但其临床应用仍需克服验证、法规和实操壁垒。未来研究应聚焦多系统比较、真实世界性能评估及标准化实施框架，以推动AI技术在眼科筛查中的安全、高效整合。