基于眼底影像的青光眼AI筛查:从卷积神经网络到临床落地

全球青光眼患病率持续攀升，根据世界卫生组织预测，2040年全球青光眼患者将达1.118亿例。该病发病隐匿，近40%的患者在确诊时已发展至中晚期，错过最佳干预时机。传统青光眼诊断依赖视盘形态评估、OCT结构参数及视野功能检查，在基层及体检场景中，存在设备依赖性强、青光眼专科医生匮乏、阅片一致性不足等突出问题——仅在美国，OCT检测青光眼进展的灵敏度为75%-90%，且不同阅片者之间的一致性存在显著差异。

近年，基于深度学习的眼底彩照AI分析技术取得突破性进展，凭借高通量、低成本、全自动的优势，为青光眼的早期筛查提供了新的技术范式。

深度卷积神经网络（CNN）是目前基于眼底影像进行青光眼检测的主流技术框架，其核心任务可归纳为三类：

分割任务：自动勾画视盘（Optic Disc）和视杯（Optic Cup）的精确边界；

参数计算：基于分割结果计算杯盘比（C/D）等关键形态学参数，C/D值≥0.65为青光眼的高可靠指标；

疾病分类：直接从原图进行“正常 vs 青光眼”的二元分类，部分研究甚至做到了轻、中、晚期的多级分级。

a Fundus image, b normal disc, c glaucoma disc

Fig1.From: Advancements in Deep Learning for Glaucoma Detection from Fundus Images: A Comprehensive Analysis

常用骨干网络框架包括：U-Net及其改进型（Attention U-Net）在医学图像分割中占据主导地位；ResNet、EfficientNet、DenseNet等则常见于分类任务。近年来，Vision Transformer等自注意力模型也开始被引入眼底图像分析中，在某些任务上展现出优于传统CNN的泛化能力。

Fig2.Overview of the glaucoma detection methodology including datasetprocessing, model training,ensemble inference,and clinical simulation.

注意：这些AI模型的核心逻辑并非“理解”青光眼疾病的病理生理机制，而是在高维的特征空间中学习并匹配与“青光眼性视神经损伤”相关的图像表型模式。形象地说，模型并非阅读教科书，而是通过大量病例的“影像-标签”配对，逐渐掌握了哪些视盘形态更像青光眼。

早期探索：验证可行性

系统性评估：性能量化与趋势识别

从“黑箱”到可解释：临床信任的关键

多模态融合：性能突破方向

进展预测：AI赋能长期管理

虽然实验室数据亮眼，但AI模型从论文走进临床，还面临三座大山：

1. 数据偏倚与泛化能力不足：大多数模型基于单一中心、单一种族、特定相机的数据训练，一旦移至跨机构、跨种族或不同设备采集的数据，性能会出现显著“跳水”。多中心外部验证的比例仍然有限。张秀兰教授团队发表长篇综述，系统性地将青光眼AI研发所面临的挑战归纳为三大类：数据标注难度大、泛化性差及可解释性差，并特别指出多数研究因青光眼诊断标准不一而导致的AI泛化困境，并强调需要引入联邦学习、生成式数据合成增强等技术以克服数据孤岛与标注瓶颈。

2. 真实世界的图像质控挑战：AI系统对图像质量高度敏感。在实验室内，经过严格质控的眼底照片保证了模型表现。但在基层筛查或真实世界部署时，低质图像的比例大幅上升，这将直接导致AI效率降低和准确性急剧下降。

3. 证实性偏差与“金标准”缺失：多数AI模型的性能评价是基于临床专家的主观标注进行的。然而，青光眼诊断本身在不同专家之间可能存在较大一致性差异，这就造成了一种“证实性偏差”。特别是在早期青光眼诊断和进展判断上，缺乏绝对的“金标准”影响了AI评价的绝对客观性。

在国际顶刊npj Digital Medicine上发布的“Multi-Glau”三层级AI系统（2025），是立足于中国分级诊疗大背景的一个重大医工融合范例。

该系统三大核心模块精准对接不同层级医院的现实痛点：通过XGBoost模块实现不依赖罕见影像设备的低成本初筛；通过强大的缺失模态鲁棒处理技术克服二级医院数据不足或质量差的窘境（在40%图像缺失率下仍保持高AUC）；最终在三级医院依靠M3-VF模块完成眼底及视功能的四级精细分型。该系统在多中心验证中分别达到了AUC 0.9254（基层初筛）、0.8650（二级预诊断）和0.9516（三级精准分型）的优异成果。

一项在墨西哥三级眼科保健中心开展的临床研究给出了有力的实证：在青光眼可疑判断上，AI模型（采用Inception V3和U-Net架构）准确度达88.6%，优于住院医师的82.9%；杯盘比评估方面，AI的平均绝对误差为0.056，同样优于住院医师的0.105（p<0.001）。然而，最亮眼的结果来自人机协同思路：AI与住院医师的“协同模式”在青光眼可疑判断中实现了80.4%的敏感性，显著高于AI（63.0%）或医师（50.0%）任何一方的独立表现。该结果清晰地表明一种科学且务实的定位——AI的理想角色是“第一读片人和高级辅助”，而非替代医生，并且只有人才能承担诊断的相应责任。