基于多模态自适应学习的青光眼诊断:眼底照片与视野数据缺失情况下的模型开发
CGMA-Net模型在5,181个样本(3,262名参与者)的两中心回顾性队列中实现青光眼分类,内部测试集AUC为0.997,准确率97.6%,敏感性98.9%,特异性94.9%,且在仅眼底照片、仅视野检查、配对数据三种模态条件下均保持高判别能力。该研究为技术可行性证明,尚需在包含诊断疑难病例的连续队列中进一步验证后方可考虑临床应用。
CGMA-Net模型在5,181个样本(3,262名参与者)的两中心回顾性队列中实现青光眼分类,内部测试集AUC为0.997,准确率97.6%,敏感性98.9%,特异性94.9%,且在仅眼底照片、仅视野检查、配对数据三种模态条件下均保持高判别能力。该研究为技术可行性证明,尚需在包含诊断疑难病例的连续队列中进一步验证后方可考虑临床应用。
格洛斯特郡通过Community Ophthalmic Link项目实现了社区眼科诊所与医院眼保健记录的互操作性,减少了1343次不必要的转诊,节省了1195807英镑。项目提高了临床效率,减少了等待时间,改善了患者报告的结果。
推荐理由:展示了数字技术如何优化眼健康服务流程,减少等待时间和碳排放,具有广泛借鉴意义。
DASUNG大上科技开发出全球首款彩色电子纸显示器,刷新率可达60帧每秒,适用于作家、程序员、科研人员等群体。该产品解决了传统电子纸刷新慢的问题,提供不发光、不刺眼的显示体验,已在全球80多个国家和地区销售。
蔡司在第九届中国国际进口博览会上展示青少年近视管理方案,涵盖科学评估、个性化干预、持续监测和专业服务。MYO200生物测量仪用于眼轴长度测量,掌上蔡司APP留存验光和复查记录。蔡司与爱尔眼科医院集团合作推出近视防控产品“蔡司爱启瞳”。
由英国肯特大学应用光学组开发的一种超薄、前向视光学相干断层扫描(OCT)内窥镜,直径仅为0.31毫米,有望用于视网膜手术。该内窥镜通过旋转角度切割光纤实现对组织的成像,直径仅为0.125毫米,显著减小了内窥镜的尺寸。虽然技术已在实验室中得到验证,但还需进一步开发以应用于实际手术。
RETBind 是一种患者级多模态基础模型,通过统一编码器学习视网膜光学相干断层扫描(OCT)和超广视野(UWF)影像的跨模态对应关系,显著提升了眼科疾病分类和分割任务的性能,特别是在临床相关不平衡设置中增强了AUPR值。
华厦眼科开发的智能化阅片平台通过AI技术实现眼病初筛,已在30余家医院落地,累计筛查20万张眼底图像,有助于解决优质医疗资源分布不均的问题。
推荐理由:介绍了华厦眼科的智能化阅片平台如何通过AI技术弥补基层眼科医疗资源不足,为患者提供标准化筛查服务。
FREDD 项目在法国健康数据仓库框架下,5个中心收集了1649例罕见眼病患者数据,整合逾1万幅图像,数据不一致率约7%。该项目采用三层集中式架构,确保数据安全与合规,涵盖13类447个眼科专科变量。
瓯江实验室联合温州医科大学发布脑疾病与认知功能康复、组织器官再生与重塑、眼疾病与视觉功能康复三大攻关计划,拟在3-5年内形成标准化研发范式并取得新药临床试验批件、医疗器械注册证及高价值专利。该计划通过共享附属医院临床样本与病例资源,建立"育人—科研—医疗—产业"循环体系,同步揭牌脑机接口康复联盟及开放式数据与算法平台。
Kwak等回应了关于视网膜眼底图像估算血红蛋白的临床价值问题。研究团队指出该研究仅评估适配预训练基础模型的可行性与可解释性,并未在特定工作流程中建立临床效用。因此无法确定该方法能否减少采血、改变转诊决策或改善下游临床管理。
SAT-001 数字软件干预可急性调节儿童近视患者的脉络膜厚度。该探索性研究纳入 20 名近视儿童,结果显示 SAT-001 组在应用后可显著增加视网膜下脉络膜厚度(调整 P < 0.05),支持其作为数字疗法短期生理生物标志物的潜力。
Nature Medicine 本期聚焦医疗人工智能部署挑战,指出当前 AI 工具在临床中的实际影响证据有限。研究显示,美国超过 90% 的医疗系统已部署 AI 工具,但仅 53% 或更低比例认为其高度有用。文章强调需通过前瞻性研究验证 AI 对临床结局的影响,并建议建立部署前后的评估框架,如美国资助的 6270 万美元 ADVOCATE 项目。
美国普罗维登斯和MultiCare医疗系统同意支付1.555亿美元以和解因神经外科医生Jason Dreyer实施非必要手术的集体诉讼。Dreyer被指控为提升个人生产力而实施不必要的脊柱手术。
谷歌团队基于Gemma 3架构开发开源医学视觉-语言基础模型MedGemma,并在Nature Medicine发表。MedGemma包含4B、27B多模态及27B文本三种变体,配套4亿参数医学调优视觉编码器MedSigLIP。
推荐理由:谷歌团队发布开源医学多模态基础模型MedGemma,4B参数在多项医学影像与文本任务中表现优于基础模型。
中国科学院香港创新研究院人工智能与机器人创新中心(CAIR)近日发布多模态临床智能体系统 CARES 4.0。该系统依托 Harness 框架构建,底层搭载自研 CT、核磁等多模态医疗基座,已在多家三甲医院完成落地验证。CARES 4.0 覆盖诊疗、科室管理及医学科研全链条,作为医生智能伙伴辅助临床工作。