AI看得清眼底,却怕你这两样东西

你糖网筛查拿到的那张「AI 判读通过」，可能藏着几个它自己看不见的盲区。

机器不是不靠谱，是因为它和你一样，也怕眼睛「看不清」。

糖尿病视网膜病变（糖网）是工作年龄人群里最主要的致盲原因之一。基层筛查人力紧张，让 AI 自动读片成了很多地区的现实选择。

但 AI 读的毕竟是一张照片。照片清不清晰，直接影响它看不看得准。

2026 年《医学互联网研究杂志》登了一项来自中国阜宁县的研究，专门回答一个问题：哪些「眼睛本身的条件」，会悄悄拉低 AI 的判断力。

这项研究是横断面诊断研究，用多阶段分层随机抽样，在基层卫生院筛了当地 2 型糖尿病居民。

2024 年 10 月 21 日到 11 月 12 日，1847 人（3694 眼）符合纳入标准，其中 1748 人（94.6%）按方案完成了筛查。

受试者的平均年龄是 67.17 岁（标准差 8.52），平均糖尿病病程 9.13 年（标准差 6.97）。

最终 3392 眼（97.0%）进入糖网分析。这里要分清：1748 是完成筛查的「人数」，3392 是纳入分析的「眼数」，两者不是一回事。

1748 人里，查出糖网的 335 人，占 19.2%；其中视力威胁型糖网（VTDR）129 人，占全体 7.4%。

被测试的是一套叫 EVisionAI 的自动读片系统。金标准是两位眼科医师按美国眼科学会标准独立判读，分歧就讨论到一致。

AI 到底准不准：整体漂亮，早期吃力

先看整体成绩。对「任何程度糖网」，EVisionAI 的敏感度是 90.61%（95% 置信区间 87.89%–92.79%），特异度 98.99%（95% 置信区间 98.52%–99.31%）。

分病期看，差距就出来了。视力威胁型糖网（VTDR）敏感度高达 97.45%，特异度 98.95%；原文说，在需要转诊的这类病例上，它的表现几乎等同于人类判读者。

可到了早期糖网，敏感度掉到 78.46%（95% 置信区间 73.98%–82.37%），特异度 99.19%。

也就是说，病变越早、越细微，机器越容易「看走眼」。而早期恰恰是干预最划算的窗口。

散瞳也有讲究。整体糖网散瞳时敏感度 91.37%，未散瞳 87.41%，可见散瞳确实帮上了忙。

但对早期糖网，散瞳 78.42%、未散瞳 78.57%，几乎没差别——早期病变，散瞳也补不回来。

两个「清澈度」杀手：屈光混浊与豹纹状眼底

研究最硬的部分，是它逐个拆开了「眼睛自身条件」对 AI 的影响。

先说屈光介质混浊，按眼底照片的视盘、黄斑清晰度来分级。视盘区域最不清晰的那一组（P3 组），敏感度直接降到 80.95%。

相比之下，黄斑清晰度严重下降的那组（M3 组），敏感度只降到 87.50%。原文的结论是：视盘区域变模糊，后果比黄斑更严重。

再说豹纹状眼底（tessellated fundus，TF）。这是一种眼底色素少、脉络膜血管纹理外露的常见形态。

严重豹纹状眼底，把整体敏感度压到了 82.86%。更扎眼的是早期糖网亚组：严重 TF 让敏感度骤降到 60.71%，原文说，这种下滑「即使散瞳也无法补偿」。

还有一个更隐蔽的因素：玻璃体变性造成的混浊。原文写得相当重——这类混浊「几乎无一例外」导致视力威胁型糖网的误判。

机制不难理解：玻璃体变性要么把视网膜出血盖住，要么被系统误认成视网膜渗出。这两种结果都指向同一个坏消息——该看到的没看到，或者看了个假的。

好消息是，把这类病例刨掉后，VTDR 的判读准确率仍保持在 90% 以上。

为什么病程越长，越要盯紧

研究还对比了患病与未患病两组的基线。糖网组的糖尿病病程中位数 13.00 年，非糖网组 6.00 年，差异的统计量是 −11.898，P<.001。

糖化血红蛋白也一样：糖网组中位数 8.70 mmol/mol，非糖网组 7.60 mmol/mol，统计量 −10.131，P<.001。

这两个数告诉我们一个朴素的道理：控糖越差、病程越长，眼底出事的概率越高。这两组差异是「相关」，研究并未声称因果。

有意思的是，豹纹状眼底和「更长的眼轴」有关联，而长眼轴在文献里一直被视为糖网的公认保护因素。同一副眼睛，既有风险的一面，也有保护的一面。

把 AI 用对，比把 AI 造好更现实

这项研究没有否定 AI。相反，它给基层筛查提了个醒：别把 AI 当成一颗「万能印章」。

它真正的价值在于，把这些干扰因素讲清楚了，基层就能有的放矢。比如给看不清视盘的人补拍，给严重豹纹状眼底的人加一道人工复核。

原文也提到，早期病变（比如微动脉瘤）对多数系统仍是难点。这不是某一家系统的短板，而是这类技术目前共同的边界。

对普通人来说，你不需要看懂 AUC 或置信区间。你只需要记住一件事：AI 读片是个帮手，不是终点。

如果你想用一句话判断它靠不靠谱：眼底照片越「干净」，它越可信；你的眼睛越「复杂」，越该多一道人工确认。

参考文献

1. 1. Ocular Factors Affecting AI Diagnosis in Diabetic Retinopathy Screening for Resource-Limited Regions: Cross-Sectional Study. J Med Internet Res. 2026. PMID 42814672.

汇聚全球智医，洞见行业未来