基于深度学习的人工智能(AI)技术的快速进展使得眼科疾病的AI影像分析成为可能，近年来相关的基础研究和临床应用研究取得了令人瞩目的进步。利用彩色眼底照片表现的信息，AI可对糖尿病视网膜病变(DR)进行自动分析和辅助诊断。目前相较于其他眼科疾病，AI技术在DR辅助诊断中的应用研究进展更快，技术逐渐成熟。AI辅助诊断速度快、准确率高，可节省医务人员的劳动力资源，在DR辅助筛查和分级应用方面展现出很大的潜力。AI是近年来发展的一种基于深度学习的智能系统，该研究领域涉及多学科知识和技术的深度融合，需要多学科技术资源的配合和共享，目前仍然存在数据标准化、临床验证不足及产品待落地等问题。尽管AI辅助的DR筛查研究机遇与挑战并存，但随着研究的逐渐深入和相关交叉学科研究者的共同努力，AI辅助诊断DR研究在眼科临床的实践有望取得更大的进步。
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。
流行病学研究表明，中国成年人糖尿病患病率为10.9%[1]，糖尿病人群中糖尿病视网膜病变(diabetic retinopathy，DR)的患病率为24.7%～37.5%[2]。DR是工作人群中主要的致盲眼病，是值得重视的公共卫生问题。DR患者如能早期发现并得到及时治疗，90%的患者可避免严重的视力损害[3]。得益于眼科的特殊解剖结构、医学影像诊断技术进步和图像处理技术的快速发展，临床医学领域的人工智能(artificial intelligence，AI)诊断已在眼科疾病的诊疗中取得突破。AI诊断技术利用彩色眼底照片、光相干断层扫描(optical coherence tomography，OCT)影像数据信息进行深度神经网络学习和训练，实现对DR、青光眼、白内障和年龄相关性黄斑变性等常见眼病的自动辅助分析[4,5]，其中DR的AI辅助诊断研究临床实践日益受到关注，目前相关AI产品已获得美国FDA的认证。这些产品具有准确率高、分析速度快等特点，有望将医生从大量的重复性工作中解放出来，使他们投入到创新性诊疗工作中，并促进我国远程医疗的发展，解决基层医疗机构眼科医疗资源配比不足的问题。本文对近年来DR的AI诊断研究和医疗实践过程进展进行综述，主要聚焦于AI在DR辅助诊断系统中的有利条件、发展过程、应用研究、典型产品介绍、目前亟待解决的问题和面临的挑战。
