近年来，人工智能（AI）在眼科领域的应用迎来爆发式增长，尤其在糖尿病视网膜病变（DR）筛查中已从算法研发迈向临床落地。2023年《中华眼科杂志》与IOVS等期刊相继发表多篇研究，证实深度学习模型在DR检测中的敏感性和特异性均超过90%，部分模型甚至达到眼科专家水平。与此同时，国家卫健委持续推进“AI辅助诊断”在基层眼保健中的应用，多地视光中心和眼科医院开始引入AI眼底影像分析系统，实现快速分诊与转诊。
以某三甲眼科医院为例，其门诊部署的AI筛查系统可在15秒内完成一张眼底彩照的自动分析，标注微血管瘤、出血、渗出等病灶，并生成结构化报告。与人工阅片相比，AI将筛查效率提升3倍以上，且大幅降低漏诊率。该院与社区视光中心建立协作网络，通过便携式眼底相机采集图像，AI实时判读，疑似DR患者优先转诊至眼科，从而构建“社区筛查- AI辅助诊断-专科治疗”的闭环管理模式。
然而，AI在眼科临床的普及仍面临挑战：数据标准化不足、算法泛化能力有限、监管审批周期长等。近期发布的《人工智能眼科影像辅助诊断系统临床应用专家共识》明确指出，AI应定位为辅助工具，不能替代医师决策。专家强调，需建立多中心、大样本的真实世界验证体系，并加强基层人员培训。
未来，随着5G和云计算技术的成熟，AI眼底筛查有望进一步下沉至社区卫生服务中心和偏远地区，使糖网致盲风险人群获得及时干预。视光中心作为眼健康守门人，应积极拥抱AI技术，提升筛查能力，同时注重患者教育与随访管理。这一“AI+视光”模式或将成为我国糖网综合防控的新范式。