编者按：糖尿病视网膜病变是导致工作年龄人群视力丧失的主要原因之一，早期筛查与及时干预至关重要。在全球眼科医疗资源分布不均的背景下，人工智能赋能的大规模筛查模式成为提升可及性与效率的关键路径。新加坡通过整合政府、医保、临床端与患者群体，实现了人工智能筛查系统的全国性部署，其经验对各国具有重要借鉴意义。然而，技术泛化性、临床整合路径、医者角色演进等挑战依然存在。APAO 2026会议期间，《国际眼科时讯》有幸采访到新加坡国立眼科中心Gavin TAN教授，就人工智能实施关键、技术瓶颈、人机协作与未来方向等热点话题展开深度对话，以期为行业提供兼具实践性与前瞻性的思考。

《国际眼科时讯》：新加坡全国性人工智能辅助糖尿病视网膜病变筛查项目被视为全球典范。在您看来，其成功大规模实施的最关键因素是什么？

Gavin TAN教授

我认为最关键的因素在于利益相关方协同。虽然这听来像是宽泛的答案，但其核心在于将体系内所有相关群体——从政府、保险支付方到眼科医生，全部纳入其中。尤为关键的是，必须获得患者及其糖尿病管理初级保健医生的共同支持。当各方充分理解此类举措在预防失明方面的核心理念、价值意义、操作方法及潜在效益时，项目的实施与推广才更有可能实现规模化落地。

《国际眼科时讯》：在开发面向大规模人群的人工智能筛查系统时，如何应对因不同人口群体和成像设备导致的图像质量差异及数据异质性带来的挑战？

Gavin TAN教授

我认为需要从两个关键层面考量。首先，在算法训练阶段，必须确保训练数据集具备高度多样性或尽可能准确反映真实世界条件，从而使算法能从广泛场景中有效学习。但当前存在显著挑战：开发一个在所有成像技术类型上均表现优异的单一通用模型仍十分困难，尽管基础模型技术的进步可能在未来使其成为可能。

此外，更具泛化能力的模型通常需要大量参数，这会增加运营成本，从而在实现广泛适用性与保持计算效率之间形成权衡。在实际部署中，还需要持续对不同数据群体和真实环境中的模型效果进行审计与评估，以确保其长期可靠性。”

《国际眼科时讯》：在您演讲中，您明确反驳了‘人工智能将取代眼科医生’的观点。在糖尿病视网膜病变管理流程（筛查、诊断、治疗、随访）中，您认为目前人工智能在哪些阶段已能可靠地承担主要角色，哪些阶段医生仍必须是核心主导者？

Gavin TAN教授

当前，我认为人工智能在处理简单、离散的任务中仍表现最佳。实际上，我们的研究表明，在某些领域人工智能的表现优于眼科医生。例如，其更不易漏诊增殖性糖尿病视网膜病变的征象。然而，由于该技术尚未完全成熟，人工智能在处理更复杂的综合性及沟通性任务时仍存在局限，有较大改进空间。

这正是眼科医生在患者照护中持续发挥不可替代作用的关键环节，尤其是在治疗路径的后续阶段。人工智能或可协助推荐潜在治疗方案，或就‘是否干预’及‘何时干预’提供决策参考，但治疗过程本身涉及与患者的精细互动和共同决策。

如我常强调的，人工智能不会取代眼科医生，但会取代那些未能有效掌握人工智能应用的医生。成功将人工智能整合进临床实践的医生，将能更高效地工作并为患者提供更高质量的诊疗。”

《国际眼科时讯》：随着人工智能承担更多初级筛查职责，您如何预见眼科医生的角色及其所需核心技能的演变？

Gavin TAN教授

我认为眼科医生需转向承担更高层级的任务。这一趋势与医学发展的历史脉络一致，过去由医生负责的某些基础操作已逐步移交护士或辅助医疗人员。同样，我们正将部分重复性职责转移给人工智能。这种转变使得眼科医生能更专注于诊疗的其他关键环节，例如引导患者完成治疗决策、确保治疗方案精准执行，并将更多时间投入需要动手专长的外科及激光手术操作，而非过度耗费时间在影像判读上。

鉴于全球眼科医生短缺的现状，善用我们可称为‘医生能力延伸’或‘医生能力倍增’的技术（如人工智能），将使我们能承担更多此类高价值职责。最终，这将使我们得以同时为更广泛的患者群体提供更优质的诊疗服务。

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。