"人工智能(AI)＋医疗"的结合为提升医疗质量、创新临床模式提供了新的思路，眼科AI的研究方兴未艾，但是当前眼科AI研究面临的挑战是：高质量、标准化眼科图像数据库缺乏；眼科AI算法创新能力不足；眼科AI系统的通用性欠缺；眼科AI研发的创新方向单一和局限。推动我国眼科AI研究发展的思路与策略包括：建立标准化、特征信息关联的眼科影像数据库及管理系统；加强AI创新性算法研究；研发覆盖多场景、多通道、多层级的眼科AI系统；探索眼科AI应用的创新模式。通过交叉协作，协同创新，结合虚拟现实、移动5G、功能成像、智能可穿戴设备等变革性技术的发展，以及中国脑科学计划、类脑功能研究的启动，推动我国眼科AI的跨越式发展。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
人工智能(artificial intelligence，AI)是指应用机器模仿人类或类人类大脑功能的能力，去学习问题和解决问题[1]。近年来随着基于神经网络自然语言处理、对抗神经网络、DuerOS对话式AI技术的突破，在互联网大数据平台的支撑下，AI发展迅猛。不论是科研机构还是创新企业，都在致力于不断探索AI的创新模式和应用前景。斯坦福大学2017年在Nature上发表研究成果，证实通过对129 450张图片包含2 032种疾病类型的临床影像数据的学习，形成了针对皮肤癌的AI算法，准确率可达91%以上[2]。Gulshan等[3]在JMMA上也发表了通过对128 175例眼科医生标记眼底照片的学习，可获得对糖尿病视网膜病变进行筛查的AI系统，灵敏度和特异度均可达90%以上。刘奕志教授团队在不同层级医生中验证了白内障AI诊断系统的准确性，经过良好训练的AI系统诊断准确率与具有丰富临床经验的高级职称眼科医生相当[4]。在众多专业领域中，医疗领域已被认为是AI应用的最佳模式之一，借助于其高效、准确的特点，有望解决医疗资源不足、医生培养周期长、医疗质量层次不齐等医疗行业的痛点。"AI＋医疗"的结合为提升医疗质量、创新医疗模式的改革提供了新思路。眼科影像资源丰富，成为AI医疗落地应用的热点行业。目前，国内从事眼科AI系统研发的机构和企业众多，2018年4月，世界首款使用AI技术检测糖尿病患者视网膜病变的医疗设备IDx-DR获得美国FDA批准，这一进展提升了眼科AI系统研发的热度。然而，在医疗领域的数字化进程不断向纵深方向推进，逐渐向智能医疗阶段迈进的过程中，面对AI发展所面临的瓶颈与挑战需要更多的思考。
