在基层筛查场景中，眼底照片本身的可读性，往往比模型结构更决定最终效果。本阶段实验把"拍得清、看得准、转得对"拆成三个可独立评估的环节，围绕糖网分级的前置质控与后置转诊策略展开。
进展：
- 图像质控：以模糊、过曝、遮挡、睫毛伪影四类拒收条件训练轻量判别器，在自建约 4200 张基层眼底图上调优，不可读图像拦截率约 91%，可读图像误拒率控制在 4% 以内。
- 分级与转诊：采用分阶段策略，先做"需转诊/无需转诊"二分类以保证召回，再对需转诊样本输出 0–4 级分期。本地验证集上，需转诊召回约 93%，重度及以上召回约 97%，分期一致性 Kappa 约 0.78。
下一步将接入多中心数据做外部验证，补齐不同相机型号与光照条件下的漂移评估，并把质控拒收原因回传采集端，形成"拍摄—质控—复拍"闭环。整体思路是先守住安全边界，再逐步释放分级能力，避免用单一大模型掩盖流程问题。
评论