期刊简介
中华医学会主办。本刊是中国全科医学学科内高水平的实用性刊物。该刊以人为本，努力为医生提供良好的教育机会和学术交流的平台，致力于全面提高医生的综合素质。特色栏目有：述评，专家论坛，专家点评，指南与规范，全科医学教育，社区卫生服务与管理，健康教育与管理，临床精粹，从症状到诊断，问题讨论，论著，综述，短篇论著，临床集锦，全科医生手记，用药点拨，案例分析，专家答疑，病例故事，继续教育等。如果您是医院的全科医生，或是需要全面提高医学相关知识的某一专科的医师、住院医师和城乡基层医疗保健人员，医学院校的在读学生，一定会从刊物的阅读中有所收获，喜欢上这本刊物。
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.