编者按：当今医疗科技飞速发展，眼科人工智能（AI）领域方兴未艾，AI技术正逐步渗透至眼科疾病的筛查、诊断、治疗及健康管理等各个环节，成为推动眼科医疗服务升级的重要力量。在2025年加拿大眼科学会年会 (COS 2025)上，关于AI在黄斑前膜（Epiretinal Membrane, ERM）诊疗领域的研究成果成为焦点议题，为该领域的临床实践和未来研究方向提供了重要见解。

AI诊断模型的量化评估：构建ERM检测的循证医学基础

已有研究人员开发了基于AI的模型用于检测ERM，但现有文献尚未对这类模型的综合性能指标进行量化评估。鉴于此，Muni教授团队开展了一项关于ERM诊断AI模型荟萃评价，研究团队系统检索了从建库至2024年6月24日期间发表在Medline、Embase、Cochrane Library和Web of Science的相关文献，并使用《诊断准确性研究质量评估工具2》（QUADAS-2）对研究质量进行评价，计算了汇总的准确率、敏感性、特异性及诊断比值比（DOR）作为性能指标，并已在国际系统综述前瞻性注册平台（PROSPERO - CRD42024563571）注册研究方案。

结果显示，共纳入26项应用AI算法诊断ERM的研究。质量评估表明，这些研究的偏倚风险及适用性风险均较低。在24项报告了可量化性能指标并被纳入荟萃分析的研究中，汇总的总体准确率、敏感性、特异性和DOR分别为94%（95% CI：92.0-96.0）、96%（95% CI：94.0-97.0）、92%（95% CI：88.0-94.0）和191.75（95% CI：103.82-354.15）。亚组分析和荟萃回归显示，诊断准确率、敏感性和DOR与模型类型、架构、训练数据的数量和类型等变量无显著关联，但特异性与训练数据量（P=0.035）、研究所在大洲（P=0.0253）、图像类型（P=0.0191）及是否包含外部验证（P=0.0474）呈统计学显著相关性。

研究结论

当前基于AI的模型在二元及多类别测试数据集中均展现出卓越的ERM诊断性能。未来研究可尝试通过使用更大规模、多样化的数据集并结合严格的外部验证，进一步优化模型性能。

讲题：Artificial Intelligence, Virtual Reality, and Emerging Technologies Performance of artificial intelligence-based model for epiretinal membrane diagnosis: A systematic review and meta-analysis

作者：Andrew Farah, David Mikhail, Angel Gao, Andrew Mihalache, Daniel Milad, Fares Antaki, Marko M. Popovic, Reut Shor, Renaud Duval, Rajeev H. Muni

全流程管理框架构建：从诊断到预后预测的AI赋能

AI已展现出通过眼科影像技术应用于多种疾病诊疗的潜力，其表现常与眼科医生相当。然而，现有针对ERM管理的算法在方法学、应用场景和性能上差异显著，且相关研究尚未系统整合。故Duval教授团队通过系统性文献梳理，构建了AI在ERM全病程管理中的应用图谱。研究团队系统检索了5个电子数据库（Ovid Medline、Embase、Cochrane对照试验中心注册库、Cochrane系统综述库及Web of Science核心合集），时间跨度为建库至2023年10月25日，纳入所有涉及AI在ERM中应用的研究。主要评估指标包括AI算法的设计、在ERM管理中的应用场景及其性能表现。

结果显示，共检索到399篇文献，30项研究符合纳入标准。在28项（93%）报告训练与验证过程的研究中，489973张图像用于训练，111096张用于验证，262614张用于测试。共纳入56种独立AI模型。光学相干断层扫描（OCT）和眼底照相分别应用于24项（80%）和6项（20%）研究。29项（97%）采用监督学习，1项（3%）结合监督与无监督学习。25项（83%）研究基于图像开发或改良模型，5项（17%）结合图像与临床特征。研究目标分为ERM诊疗三阶段：21项（70%）聚焦诊断（阶段1），2项（7%）识别ERM特征（阶段2），5项（17%）预测诊断后视功能障碍或术后视力结果（阶段3）。无研究涉及治疗规划。2项（7%）研究同时覆盖阶段1与阶段2。在16项对比AI与人工阅片（视网膜专科医生、普通眼科医师及培训生）的研究中，9项（56%）显示AI性能相当或更优。

研究结论

AI通过分析眼科影像及临床特征，可有效实现ERM诊断、形态学特征识别及术后视力预后预测。未来研究需进一步验证算法在个体化治疗规划及理想手术候选人筛选中的应用价值。

讲题：The role of artificial intelligence in epiretinal membrane care: A scoping review

作者: David Mikhail, Daniel Milad, Fares Antaki, Karim Hammamji, Cynthia Qian, Flavio Rezende, Renaud Duval

小结

随着计算影像学与临床医学的深度融合，AI技术正在重塑眼科诊疗范式。COS 2025会议的最新成果表明，从精准诊断到预后预测，从单病种模型到全病程管理，AI已展现出驱动眼科医疗服务模式变革的巨大潜力。未来的挑战在于如何将技术突破转化为临床可及的解决方案，这需要研究者、工程师与临床医生的持续对话与协作创新。

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。