同样是"AI 读眼底照片找糖尿病视网膜病变"这件事,2026 年上半年交出的几份成绩单,分数差得让人吃惊:意大利一项组织化筛查试点报出 73% 的灵敏度,印度一套智能手机系统报出 99.3%。采购的人该信哪个?病人该信哪个?
答案有点反直觉:两个数字都是真的,但它们不是同一道题的答案。糖网是糖尿病最常见的并发症之一——按意大利那项试点引用的背景,各国患病率从 10% 到 61% 不等——筛查的压力是真实的;也正因如此,"准确率"这个词被用得太多、问得太少。这篇把 2026 年发表的四份报告并排摆开——丹麦的基层验证、意大利的筛查试点、印度的多病种研究、欧盟的认证器械盘点——把"准确率"拆开看。先说清一个边界:查出来之后怎么让人真的走进眼科,已经有一项随机试验另文讨论过;这里要处理的是更前面一个问题——准确率这个数字本身,能不能信,怎么读。
## 丹麦:先数质量差的片子,再看灵敏度
2026 年 6 月,丹麦奥尔堡大学团队在 Scandinavian Journal of Primary Health Care 发表了一项前瞻验证研究,设计接近基层部署的真实形态:10 家基层诊所的 2 型糖尿病患者,在常规就诊时接受 AI 辅助筛查,随后到眼科诊所复检,参考标准是眼科医师主导的筛查复检。共 183 名患者、336 张图像。
这项研究最值得抄作业的地方,是它把图像质量单独拎出来算了一笔账:基层拍出的眼底照片,18.6% 被判为质量差。这个数字对结果的影响是直接的——纳入全部图像时,AI 辅助筛查的灵敏度 73.7%、特异度 90.2%、AUC 0.82;剔除质量差的图像后,灵敏度升到 80.0%,AUC 升到 0.84。同一批系统、同一批人,只是把糊掉的照片拿掉,灵敏度就被改写了。
对部署决策更要紧的是另一组数字:阴性预测值 98.3%(剔除质量差图像后 98.7%),阳性预测值只有 31.1%。前者意味着 AI 判阴性的人里,绝大多数确实不需要转诊——"阴性"这个结果可以把人安全地留在基层;后者意味着 AI 报出的阳性里,只有约三成在复检后证实需要转诊。每一个 AI 阳性都只是转诊流程的开始,眼科的复检容量必须提前算进预算。
作者的结论很克制:AI 辅助的基层筛查有临床应用潜力,但在更大人群验证、图像质量改善之前,还不宜落地。作者报告无潜在利益冲突。这项研究还有一笔账外收入:96 名患者在复检中查出了与糖网无关的其他眼部异常——确诊或非特异性的青光眼征象、白内障、年龄相关性黄斑变性、良性痣、视力下降。筛查项目顺带成了眼病发现的入口。
## 意大利:系统自己承认"善排除、不善确认"
同一个月,意大利拉奎拉大学团队在 Scientific Reports 报告了一项组织化筛查试点:163 名 2 型糖尿病患者用非散瞳相机 Nidek AFC-330 拍眼底照,AI 软件 DAIRET 给出二值结果——阴性代表没有需转诊的病变,阳性代表检出糖网征象;同一批照片由一位对 AI 结果设盲的眼科专家手工判读,以专家临床意见作为参考标准。这里要先点破一句:这个"金标准"是专家临床意见,不是病理或随访确认——后面会看到,几项研究用的参考标准根本不是同一种东西,这正是分数没法直接比的原因之一。
结果:按专家评估,糖网患病率 20.2%(163 人里的 33 人);DAIRET 的灵敏度 73%、特异度 68%、阴性预测值 90.8%;与专家的观察一致率 69.3%,一致性指标 Gwet AC1 为 0.47(95% CI 0.33–0.61),属于"中等一致";按性别分层,性能没有差异。
作者的概括异常直白:这套系统排除糖网比确认糖网更在行。他们设想的用法是嵌进筛查工作流——把不需要转诊的人排除掉、减轻专科负担、给该转诊的人排序。部署形态上它还有一个卖点:软件在 MètaClinic 电子病历内运行,数据院内处理、不经外部云,作者把这列为显著优势。对数据敏感的筛查项目,这句话的分量不亚于灵敏度多几个点。作者声明无竞争利益,同时呼吁用更大的前瞻研究来验证结果、优化阈值、评估跨人群跨场景的表现。
## 印度:99.3% 是怎么算出来的
2026 年 6 月下旬,European Journal of Ophthalmology 发表了一项来自印度浦那的前瞻横断面研究:193 名成人、371 只眼,涵盖糖网、青光眼、年龄相关性黄斑变性和正常眼底,2024 年 5 月到 12 月入组。散瞳后用 Remidio Fundus on Phone——一种装在智能手机上的眼底相机——和 Zeiss Clarus 500 成像,离线的多病种 AI 系统 Medios-AI 生成按病种区分的报告,对照两名受过亚专科培训、对结果设盲的眼科医师对 Clarus 图像的判读。
头条结果非常亮眼:对"任何视网膜疾病",灵敏度 99.3%(95% CI 96–100)、特异度 95.7%、AUROC 0.99。
但方法部分有一句容易被略过的话:遇到含糊的病例,AI 报告默认输出"糖网或黄斑变性"。
以下是我的读法,不是作者的结论:这条默认规则把拿不准的病例一律往"有病"的方向报。对"任何视网膜疾病"这个复合终点,它会机械地抬高灵敏度、压低特异度。所以看到 99.3% 这样的数字,第一反应应该是翻单病种的账:青光眼(109 例)灵敏度 98.2%、特异度 99.0%;黄斑变性(56 例)灵敏度 88.9%、特异度 97.5%、AUROC 0.93;而糖尿病视网膜病变(78 例),灵敏度 84.6%(95% CI 75–92)、特异度 99.0%、AUROC 0.92。原文没有拆分这条默认规则对各终点分别贡献了多少,但 99.3% 和 84.6% 无论如何不是同一道题的答案。
也要公平地指出这项研究测量上扎实的一面:AI 与判读员在垂直杯盘比(青光眼评估的量化指标)上的一致性在 -0.1 到 +0.1 之间,判读员之间的组内相关系数高达 0.97——离线系统在这家眼科机构的场景里,量化指标相当稳定。作者的结论是:离线智能手机平台支持在资源有限场景开展可扩展的即时视网膜筛查。这篇论文的摘要未附利益冲突声明,披露详情以全文为准。
## 欧盟:13 个认证,一张没法直接比的证据地图
先看背景:欧洲的糖网筛查项目普遍面临人力和容量的持续约束,而糖尿病患病率还在上升。2026 年 2 月,Ophthalmology and Therapy 发表了一项定向范围综述,盘点了截至 2025 年 10 月 23 日欧盟境内可用的 13 个获 CE 认证的自主/半自主糖网检测 AI 系统——名单里有 IDx-DR、EyeArt、RetCAD、SELENA+、Remidio Medios AI 这些熟悉的名字。方法上有两点要先说清:这是范围综述,作者明说只做证据的图表化梳理,不做定量合成,也不做比较排序。
综述画出的是这样一张凹凸不平的地图:多数系统采用深度学习的眼底图像分析,常配自动图像质量评估;对"可转诊糖网"报告的灵敏度和特异度总体落在与监管预期一致的区间,但报告标准与研究设计高度异质,无法直接比较;一些系统有多中心或前瞻性评估,另一些主要依赖回顾性数据集。
最扎眼的是薄弱环节:对威胁视力的糖网(STDR),证据更少、变异更大,性能受限——均值只有约 80%,主要原因是依赖单一模态的 2D 眼底照相、没有整合 OCT。与此同时,实施层面的证据——工作流整合、欧盟医疗器械条例(MDR)要求的上市后监测——在各系统间普遍缺乏。换句话说:最需要 AI 把关的病变阶段,恰好是证据最弱的地方。作者之一是该刊编委,已声明未参与本文的评审人选择与编辑决定;另一位作者声明无利益冲突。
把这份名单和前面印度那项研究并排,能得到一个跨来源的观察(这是我的综合):印度研究用的智能手机系统 Remidio Medios AI,就在 13 个 CE 系统之列——低成本、离线的路线不只是论文里的概念,它已经进入了监管圈。
## 我的四个判断
以下是把四份报告并排读出来的综合,不是任何一篇原文的结论。
第一,任何两个"准确率"在可比之前,先问三件事。终点口径是什么——单病种还是复合终点,含糊病例怎么处理;参考标准是什么——亚专科医师设盲判读、眼科医师复检,还是专家临床意见,三份研究是三种答案;人群和图像质量如何——18.6% 的质量差图像率能把灵敏度从 80.0% 拖到 73.7%,患病率——意大利那份是 20.2%——直接决定预测值长什么样。73% 到 99.3% 的跨度,大半来自这三件事,而不是算法强弱。
第二,筛查的算术要按预测值算,不能只盯着灵敏度。阴性预测值 98.3% 和 90.8% 决定了 AI 眼下最稳的角色是"排除器"——把大多数人安全地留在基层;阳性预测值 31.1% 决定了转诊容量必须先算——AI 阳性不是流程的终点,是流程的开始。意大利作者自己的概括——"更善于排除而非确认"——把这个角色说得很直接。
第三,器械层缺的不是准入,是可比的证据。13 个 CE 认证与"报告异质到无法直接比较"并存,意味着认证回答的是"能不能合法卖",不回答"在谁的人群上、比谁更好"。威胁视力的糖网证据最弱(均值约 80%)、缺 OCT 整合是结构性原因——采购时别只看宣传页上的综合分数,要专门索要威胁视力阶段的数据。
第四,部署形态本身是证据的一部分。意大利的院内处理不出外云、印度的智能手机加离线 AI,回答的是同一个问题:数据不出门、算力下沉到基层。对数据敏感地区和资源有限场景,这个维度的价值不比灵敏度低——而且智能手机路线已经站进了 CE 名单。
## 你能带走什么
如果你或家人有糖尿病:AI 给出的"不需转诊"在这些研究里有很高的放心度(丹麦那份阴性预测值 98.3%、意大利那份 90.8%),可以信,但别因此省掉定期复查;AI 给出的"需转诊"不等于确诊——去眼科复检是必须动作,不是可选项。
如果你做基层医疗或采购:向供应商要预测值而不只是灵敏度,要威胁视力糖网的单病种数字,要质量差图像率——丹麦团队自己就把更大人群的验证和图像质量改善列为落地前提;再问一句,数据处理在院内还是在外部云。
如果你是研究者:丹麦的"双分析"设计——全部图像一套结果、剔除质量差图像另一套——是现成的报告模板;多病种系统必须报单病种数字。印度那篇在摘要里报了单病种数字,这该是底线而不是加分项——结论里引用复合终点时,值得把单病种数字放在同样显眼的位置。
如果你是厂商:把质量差率、单病种拆分和默认规则写进成绩单并不丢人——读者迟早会翻到方法部分,自己先拆好,比让别人打折更可信。
下次眼底筛查,如果报告上同时有眼科医生的签名和一个 AI 分数,你会先看哪一个?AI 和医生的判断不一致时,你希望谁来拍板?欢迎在评论区聊聊。
来源:Scandinavian Journal of Primary Health Care,2026 年 6 月 12 日(PMID 42284159,https://doi.org/10.1080/02813432.2026.2683982);Scientific Reports,2026 年 6 月 16 日(PMID 42304043);European Journal of Ophthalmology,2026 年 6 月 24 日(PMID 42339716);Ophthalmology and Therapy,2026 年 2 月(PMID 41618067)。