眼科AI“读片”进社区：从眼底一张照到全身慢病早筛，眼健康管理的“新基建”如何落地？

在上海市静安区彭浦新村街道社区卫生服务中心，65岁的王阿姨在家庭医生引导下，坐进了一台形似眼压计的仪器前。几秒钟后，一张清晰的眼底照片被AI系统读取，1分钟后报告显示：轻度糖尿病视网膜病变，建议转诊至上级医院内分泌科。这台名为“全自动眼底相机+AI辅助诊断”的设备，已在该中心服务了超过2000名居民。这是近年来眼科AI从三甲医院走向基层的一个缩影，也是眼健康管理“新基建”落地的典型场景。 **政策驱动：眼健康纳入慢病管理** 2022年，国家卫生健康委印发《“十四五”全国眼健康规划》，明确提出“推动眼科优质医疗资源扩容并下延”“加强综合医院眼科和眼科专科医院建设，逐步建立完善眼科医疗质量控制体系”。同时，糖尿病视网膜病变作为常见的慢性并发症，已被纳入国家基本公共卫生服务项目中的糖尿病患者健康管理。这些政策为眼科AI在基层的推广提供了制度保障。 **技术突破：AI读片准确率媲美专科医生** 近年来，深度学习技术在眼底影像分析领域取得显著进展。2024年发表于《柳叶刀·数字健康》的一项多中心研究显示，基于深度卷积神经网络的AI系统在检测糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等五种常见致盲眼病时，综合灵敏度和特异度均超过90%，其中对糖尿病视网膜病变的检测灵敏度达到96.8%。这一水平已与高年资眼科医生相当。更关键的是，AI系统可以在数秒内完成分析，极大提升了筛查效率。 **社区实践：从“筛查”到“管理”的闭环** 传统的社区眼健康筛查主要依赖视力表检查和简单的手持眼底镜，漏诊率高，且无法实现长期追踪。AI眼底筛查的引入，使得社区能够建立居民眼健康档案，并与区域医疗中心形成双向转诊。以上海为例，自2023年起，部分社区卫生服务中心已实现AI眼底筛查常态化，并将筛查结果嵌入居民电子健康档案。对于筛查出的异常患者，通过绿色通道转诊至上级医院眼科，确诊后由家庭医生定期随访，形成了“筛查—转诊—治疗—随访”的闭环管理。 **成本效益：AI筛查的“经济账”** 很多人担心AI眼底筛查的成本过高。实际上，由于技术迭代和规模化生产，全自动眼底相机的价格已降至10万元以内，且不需要散瞳，操作可由经过培训的护士或技师完成。一项在上海市闵行区开展的卫生经济学研究显示，将AI眼底筛查纳入社区糖尿病管理后，虽然短期内增加了筛查成本，但长期可降低因糖尿病视网膜病变导致的视力丧失风险，从而节省大量医疗费用。研究估算，每筛查1万名糖尿病患者，可避免约150例失明，节省的直接医疗费用超过3000万元。 **挑战与未来** 尽管前景广阔，眼科AI在基层推广仍面临数据孤岛、算法泛化能力、基层人员培训等挑战。不同地区、不同人群的眼底图像存在差异，AI模型需要基于本地数据持续优化。此外，基层医生的AI知识储备不足，需要加强培训。未来，随着5G和云平台的发展，AI眼底筛查有望与远程医疗结合，实现“基层检查、上级诊断”，进一步提升服务可及性。 眼健康是全民健康的重要组成部分。眼科AI的落地，正在将眼病防治的关口前移，从“治已病”转向“防未病”。在社区这片广袤的土壤中，AI正成为守护“睛”彩视界的“数字守门人”。