英国专家制定AI糖尿病眼病筛查标准，35项评估指标全面解读

今天在门诊，一位糖尿病病人向我询问："佘医生，我了解到现在有智能技术可以检查眼底，是不是将来就不用排队等候医生了？"

这个疑问提得很好。智能技术——这个以往只在科幻作品里出现的概念，现在正以前所未有的速度融入医疗健康的各个层面，但真正实现应用的智能医疗技术却屈指可数。

英国的专业团队专门为智能糖尿病眼病检测系统建立了一套"产品规范"，他们运用德尔菲法（一种多轮专家意见收集方法）聚集了多方代表，涵盖糖尿病病人、眼科医师、医疗管理人士、监管人员和科技研发者，共同探讨"智能糖尿病眼病检测系统应当符合哪些要求"。

经过交流、多轮调研和意见统一会议，最终形成了35项产品规范。涉及几个重要方面：

值得注意的是，这个研究并非在实验室内测试智能技术性能，而是从医疗体系的角度切入，回应一个根本问题：怎样的智能产品，才能被医疗系统真正采纳？研究没有传统的样本规模概念，而是借助多轮专家意见整合达成一致。

从眼科专业视角来看，这项研究的重要性在于——它将"智能技术优劣"这个问题细化成了35个可评估的指标。

坦白讲，以往几年智能眼科诊断的文献不少。精度一个赛一个的高，AUC（衡量诊断精度的指标，1.0代表完美）经常达到0.95以上。但真正投入应用的能有多少？极少。

为何如此？因为临床实施不仅仅是"精度高"那么单纯。

举例来说。一个智能模型在实验室里精度高达98%，但它依赖高端服务器才能运作，基层社区医院完全无法负担。或者它仅能分析特定品牌相机拍摄的图片，换成其他设备就失效了。又或者，它输出的结果医生难以理解，患者缺乏信任。

这些难题，单靠技术参数无法克服。需要从医疗体系的全局需求出发。

这项研究最令我赞赏的一点是，它将患者也融入规范制定流程。不是医生和工程师私下拟定标准，而是让真正使用者——糖尿病病人也有表达机会。

当然，这项研究也存在局限性。它基于英国医疗体系构建，35项标准未必全部适合中国。例如英国的糖尿病筛查项目是国家层面的整体工程，而中国的筛查更偏向分散式。但这套方法完全可以借鉴。

对中国而言，智能糖尿病眼病筛查的需求或许比英国更为紧迫。中国糖尿病患者数量超过1.4亿，其中糖尿病眼病并发症的发病率约30%[1]。如此庞大的筛查任务，仅靠眼科医生远远不足，智能辅助检测是必然方向。

重点在于：在智能技术大范围推广前，先确立规范，比事后弥补更为关键。