AI眼底糖网分级：病灶感知与转诊阈值

医疗AI实验室近期在糖网筛查场景开展实验：以眼底彩照为输入，先做病灶级弱监督定位（微动脉瘤、出血、硬性渗出），再将病灶热图与图像级分级头联合训练，最后输出分级概率与转诊建议。相比纯图像分类基线，加入病灶感知后，国际临床分级（ICDR）中重度非增殖期与增殖期的召回率提升约6个百分点，同时在外部院区小样本上保持相近表现，提示模型对成像设备差异有一定鲁棒性。

要点：
· 不确定性校准：对灰区病例采用温度缩放与拒识阈值，减少低质量图像的过度转诊；
· 下一步：与内分泌科合作开展前瞻性双读试验，比较AI辅助前后医生的转诊一致性与漏诊率，并补充糖网进展随访数据。