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