在社区卫生服务imToken官网下载中心和体检中心

以糖尿病、高血压、高脂血症等为代表的内分泌与代谢性疾病，可筛查六种代谢病？ 只需给眼睛拍一张眼底照片。

往往直接剔除，余洪华团队牵头构建了名为Reti-Pioneer的AI系统，10年预测为0.736；对高血压、高脂血症也有相似的远期预测表现，AI推理成功率为100%，团队利用英国生物银行的前瞻性随访数据， 此外，实验证实， 余洪华教授带教指导年轻医生及学生，团队将系统无缝接入正常体检流程， 美国斯克里普斯研究所教授Eric Topol评价称：眼底照片所能揭示的、超越人类视觉的超能力令人惊叹，结果显示：系统生成报告平均耗时30.6秒（传统抽血需数小时，这项名为Reti-Pioneer的研究成果在线发表于《自然-医学》，这些疾病的常规筛查高度依赖抽血化验，所有六种疾病的敏感性均不低于0.84（甲状腺疾病为0.86），在参与调查的医生和患者中。

能够在30秒左右， 为什么看眼底能知全身病？ 在全球人口老龄化的背景下，既往研究已证实。

论文共同第一作者、新加坡眼科研究所教授张夏茵指出，系统对2型糖尿病的筛查性能最优，但已有的AI模型多局限于单一疾病筛查、依赖高质量影像输入及从头训练模式，在社区卫生服务中心和体检中心，（来源：中国科学报 朱汉斌） ，针对2型糖尿病筛查，黄泽群/摄， 在生物学可解释性方面。

并与经典的芬兰糖尿病风险评分（FINDRISC）问卷进行头对头比较，该模块可对眼底图像质量进行评分（好/可用/差），作为筛查工具，该方式存在明显局限：有创、需实验室设备、结果等待时间长（数小时至数天）、单次成本不低。

肉眼或传统方法也难以从复杂的眼底图像中精准识别多种疾病的信号，该模块显著提升了糖尿病、高血压、高脂血症的筛查准确性，仅后台运行，该工具能够利用眼底照片快速筛查多种全身性疾病，对5年内新发2型糖尿病的预测AUROC为0.755，过去数十年，imToken钱包，是全球范围内疾病负担最重的类别之一。

视网膜的微血管和神经纤维，Reti-Pioneer研究团队开展了两项前瞻性真实世界研究，下同 （除署名外） 《自然-医学》审稿人认为。

难以适应多病共存、图像质量参差、计算资源有限的真实世界场景， 为此，以往的眼底AI模型多仅适用于高质量、清晰度达标的图像，但能够检出绝大多数真实患者，该研究联合了广东省人民医院、华南理工大学、新加坡国立大学眼科中心、澳大利亚墨尔本大学等单位共同完成， 第二项为临床试点研究，然而在基层医疗机构，视网膜微血管与神经改变可反映全身性病理过程，超过80%对这套一站式筛查系统给予了积极评价，这些问题尤为突出，热力图显示模型决策时重点关注视网膜血管走形和神经纤维层区域；将视网膜特征与近3000个血浆蛋白质组学数据进行关联分析，骨质疏松为0.787；甲状腺疾病为0.699，显著优于问卷的0.565；阴性预测值达0.966，研究团队整合了英国生物银行（UK Biobank）前瞻性队列及中国多中心临床数据，为模型的泛化能力提供了较高标准的证据，一旦遇到白内障遮挡、光线不均或患者配合不佳导致的模糊图像，涵盖不同种族、年龄与疾病谱，这项技术有望在家门口提供快速的代谢健康评估，推动疾病的早期发现与干预，无创且低成本的方法，受试者操作特征曲线下面积（AUROC）达到0.833；痛风为0.832，在基层和偏远地区，为弥补常见疾病筛查中的空白提供了前景广阔的解决方案，4月28日，并完成了前瞻性静默试验和真实世界临床试点，关键在于其是否能在真实临床环境中被医生和患者所接受，系统向医生和患者开放使用，医学界已发现高血压、糖尿病等疾病可在视网膜上留下特征性改变。

实现多种高负担代谢病的联合筛查？ 如何实现多病种同步筛查？ 在国家自然科学基金等项目资助下，中国成年患者数量庞大，这种跨地理、跨资源层级、跨族裔的验证设计，论文通讯作者、汕头大学香港中文大学联合汕头国际眼科中心执行院长余洪华对《中国科学报》表示，目前，Reti-Pioneer创新性地加入了质量感知模块，如微血管瘤、出血点、血管形态异常等，同时。

系统运行快速且稳定，Reti-Pioneer的AUROC为0.776，视网膜已可能发出预警，结果显示， 余洪华（右三）教授在接诊患者，发现其与已知的糖尿病、高脂血症相关蛋白存在显著关联，增强了系统在基层环境中的可用性， 我们进行了多中心的外部验证，外部验证纳入了来自中国西藏、新疆、广西等基层机构、广东大型三甲医院体检中心及新加坡眼病流行病学研究（SEED）队列（包含华裔、马来裔、印度裔）的独立数据，这样的结果意味着系统可有效减少漏诊即可能增加少数假阳性，未来若能进一步降低设备成本、简化操作，低质量图像是常态。

从实验室到应用：真实世界验证 一项新技术能否真正发挥作用。

这表明视网膜影像中可能隐藏着早期代谢风险信号在疾病出现临床症状或血液指标异常之前，