简介：摘要随着人工智能（AI）概念的推广和技术的发展，在医疗领域逐渐出现基于AI算法的疾病筛查系统。这类系统可用于疾病的大规模筛查，以缓解基层医疗卫生压力。近年来，AI算法在眼底彩色照相黄斑区域的病变体征分析和识别中展现了良好的性能，随着时间的推移，未来定会出现适用于基层筛查的眼底病变体征筛查系统。因此，为了规范基于AI算法构建的黄斑区域病变体征筛查系统的设计及临床应用，中华医学会眼科学分会眼底病学组联合相关专家，经过调研问题、讨论生产证据、召开指南研讨会等环节，针对基层筛查系统的黄斑区域和病变体征定义、AI应用场景、算法模型构建、数据集的建立和标注、架构和功能设计和图像数据采集等方面制定统一标准，以便指导筛查工作的开展。

简介：摘要随着基于医疗大数据逐步建立的人工智能（AI）辅助筛查技术的发展和普及，基于彩色眼底图片的 AI 辅助筛查系统在青光眼的筛查工作中展现了良好的灵敏度和特异度。为了规范AI青光眼辅助筛查系统的设计及临床应用，中华医学会眼科学分会青光眼学组联合相关专家，经过广泛调研和认真讨论，针对AI青光眼辅助筛查系统的数据采集、算法模型构建、硬件要求、数据集建立和标注、AI筛查方案、AI筛查报告要求、数据安全等制定统一标准，以便指导临床开展工作。（中华眼科杂志，2020，56：423-432）

简介：摘要目的基于深度学习的双模态眼底照相机研究视网膜分支静脉阻塞（BRVO）患眼视网膜血氧饱和度及血管形态变化。方法前瞻性研究。2020年5~ 10月于温州医科大学附属眼视光学院检查确诊的BRVO患者31例31只眼（BRVO组）和性别年龄匹配的健康志愿者20名20只眼（对照组）纳入研究。BRVO组31例31只眼中，既往接受1次玻璃体腔注射抗血管内皮生长因子药物治疗20例20只眼，未接受任何治疗11例11只眼；并据此分为治疗组、未治疗组。应用双模态眼底照相机采集视网膜图像；利用深度学习方法在黄斑感兴趣区域（MROI）分割动静脉；使用光密度比计算对照组受检眼、BRVO组患者受累侧和非受累侧视网膜血氧饱和度（SO2 ），并计算MROI内动静脉直径、曲率、分形维数及密度。组间定量资料比较采用单因素方差分析。结果BRVO组患眼、对侧眼及对照组受检眼MROI内动脉SO2 （SO2-A）比较，差异有统计学意义（F=4.925，P<0.001 ）；静脉SO2 （SO2-V）比较，差异无统计学意义（F=0.607，P=0.178 ）。未治疗组患者受累侧、非受累侧MROI内SO2-A较对照组升高，差异有统计学意义（F=4.925，P=0.012）；SO2-V比较，差异无统计学意义（F=0.607，P=0.550）。治疗组受累侧、非受累侧和对照组受检眼MROI内SO2-A、SO2-V比较，差异均无统计学意义（F=0.159、1.701，P=0.854、0.197）。治疗组、未治疗组受累侧和对照组受检眼MROI内SO2-A、SO2-V比较，差异无统计学意义（F=2.553、0.265，P=0.088、0.546 ）。未治疗组、治疗组患眼和对照组受检眼动脉直径、动脉曲率、动脉分形维数、静脉分形维数、动脉密度、静脉密度比较，差异均有统计学意义（F=3.527、3.322、7.251、26.128、4.782、5.612，P=0.047、0.044、0.002、<0.001、0.013、0.006）；静脉直径、静脉曲率比较，差异无统计学意义（F=2.132、1.199，P=0.143、0.321 ）。结论BRVO患者SO2-A较健康眼升高，抗血管内皮生长因子药物治疗后降低；SO2-V不变。