期刊简介
《中国医学创新》杂志由中华人民共和国卫生部主管，《中国医学创新》杂志社编辑出版的国家一类医学科技综合性学术期刊。本刊所发表文章已被“中国核心期刊(遴选)数据库”“中国期刊全文数据库”“中文科技期刊数据库”全文收录，并全文录入“万方数据-数字化期刊群”电子版。国际标准刊号ISSN1674-4985,国内统一刊号CN11-5784/R。国内外公开发行，邮发代号82-189。《中国医学创新》杂志秉承“创新、跨越、引领、发展”的办刊方针，以“支持创新研究、促进成果转化、倡导百家争鸣、推动交流合作”作为办刊宗旨，充分展示和交流我国医学领域在基础研究、应用研究、开发研究和技术应用的最新科研成果，及时发布国际医学研究和临床技能发展动态，不断推进医疗卫生科技进步，增强我国各级医疗卫生部门和广大医务工作者的卫生科技创新能力，为促进我国各级医疗卫生和医疗科技事业的繁荣与发展做出积极努力。
基于人工智能多模态影像的糖尿病视网膜病变早期筛查模型：一项全国多中心横断面研究
时间：2025-08-29 16:46:21
背景：糖尿病视网膜病变（DR）早期干预可降低 60% 失明风险，但基层筛查覆盖率不足 35%。
目的：开发并验证融合彩色眼底照（CFP）+OCTA 血流参数的深度学习模型，评估其在真实世界的筛查效能。
方法：纳入 2022.7-2024.1 全国 9 省 18 家医院 12,468 例 2 型糖尿病患者的 24,936 张 CFP 与 12,468 组 OCTA 图像。采用 ResNet-50+Transformer 混合架构，内部验证 7:1:2，外部验证 2,000 例。主要指标：AUC、敏感性、特异性；次要指标：基层医生读片时间变化。
结果：模型 AUC 0.952（95% CI 0.941-0.963），敏感性 94.3%，特异性 90.7%，优于单模态 CFP 模型（AUC 0.893）。在基层使用 AI 辅助后，平均读片时间由 4.8 min 降至 1.1 min。
结论：多模态 AI 模型显著提升 DR 早期筛查效率，适合基层大规模部署。
Methods 细节
图像标注：两位视网膜专家独立分级，κ=0.89；分歧由第三位仲裁。
数据增强：随机旋转、色彩抖动、CutMix。
统计：DeLong 检验比较 AUC；McNemar 检验比较敏感性/特异性。
References 建议
1.Ting DSW, et al. Lancet Digit Health 2023.
2.中国糖尿病视网膜病变筛查指南 2024.