眼科AI准确率达83%，非公立医疗机构将迎机遇还是冲击？

过去的十年间，眼科AI领域经历了初代发展阶段。

其典型模式为：将眼底照片或OCT图像输入系统，输出诸如"糖尿病视网膜病变阳性或阴性"以及"黄斑水肿分级"等判定结果。从本质上看，这属于单一任务的图像分类系统。

此类AI的价值定位较为清晰，主要在筛查环节辅助医生阅片，从而提高工作效率。然而其局限性同样显而易见：仅能处理单一类型的影像资料，仅能识别某一类疾病，无法提供治疗建议，更不具备临床思维。

然而真实的临床诊疗远比这复杂。医生在接诊时，需要综合考量眼底照相、B超、OCT、视力检查、眼压测量以及病史采集等多维度信息，还需查阅临床指南、进行鉴别诊断，最终制定出处理方案。这是一个涉及多模态信息、涵盖多个推理步骤的复杂过程。

初代AI技术难以胜任此类工作。

2026年8月，浙江大学医学院附属第二医院眼科中心金凯团队于《Cell Reports Medicine》期刊发表的研究成果，显著拓展了这一技术边界。

其研发的自主多模态眼科智能系统AgentEYE，并非传统的端到端分类模型，而是一款具备自主流程规划能力的智能体，能够自动辨识影像类型，调用相应的专科分析模块，根据需要检索临床指南及循证医学依据，并最终整合输出附带文献引用的诊断报告。

研究团队依托9049例患者资料、31393张眼底图像、43266张眼部超声图像以及15244份临床报告构建了开发数据集。在涵盖302例的内部多模态验证测试中，AgentEYE的诊断准确性评分为71.93分，相较之下，直接采用通用大模型进行图像判读的基线评分仅为36.52分。