眼底照相是糖尿病视网膜病变（DR）筛查的第一道关口，但它对图像质量极其敏感：曝光不足、睫毛遮挡、瞳孔散大不充分，都会让分级模型给出看似合理却不可靠的结论。医疗AI实验室近期把工作重心前移到「能不能判」这一步。
我们搭了一条两级处理链路。第一级是图像质量门控模型，对每张眼底图给出可判读性评分，并标注不可判读的具体原因（模糊、反光、遮挡、视野不全），未过闸的图像直接提示重拍，不进入分级环节。第二级才是病灶分级模型，以微血管瘤、出血、硬性渗出等病灶作为中间标签，再汇总为DR分级，同时输出病灶热图，方便医生快速定位复核。
要点：
· 进展：在社区卫生服务中心的试点中，质量门控把不可判读图像挡在分级之前，减少了模型对废图硬判带来的假阴性，医生复核时间也集中到了真正有争议的病例上。
· 下一步：把质控标准从单一病种扩展到青光眼、黄斑病变等共用的眼底筛查流程，并与转诊随访记录打通，验证筛查阳性之后的闭环依从性。
评论