眼底病现状与挑战 - 全球有超过22亿人患有视力损害或失明，其中中国患者达5500万，眼底病占失明病例一半以上 [1] - 预计2050年全球失明人数可能增加两倍，主要受人口老龄化和增长驱动 [1] - 视网膜专家数量严重不足，制约大规模眼底病干预能力 [1] 超广角成像技术突破 - 传统眼底相机仅覆盖15%眼底区域，而超广角扫描激光检眼镜可捕捉200°广角视网膜（覆盖82%面积），且无需散瞳 [4] - 该技术可一次性诊断黄斑或周边视网膜及血管病变，显著提升筛查效率 [4] AI模型WARM的创新性 - 基于跨域协同学习（CdCL）算法和超广角图像，可识别25种眼底病并提供转诊建议 [2][9] - 采用三种算法组合：WARM（CdCL+UWF）、BASE（Swin Transformer+UWF）、WARM-PPR（CdCL+PPR） [9] - 内部测试中WARM表现最佳（筛查AUC=0 915，转诊AUC=0 911），外部多中心测试同样领先（筛查AUC=0 912，转诊AUC=0 902） [10] 行业技术瓶颈与解决方案 - 现有AI模型多依赖传统眼底图像，无法检测周边视网膜异常 [6] - 已发布的超广角数据集稀缺，此前算法仅能识别8种病变 [6] - 研究团队通过59475张UWF图像建立数据集，CdCL方法降低对标注数据的依赖 [10][12] 应用前景 - AI筛查在中低收入国家具有成本效益优势 [5] - WARM模型展现出大规模综合筛查的潜力，可弥补视网膜专家资源缺口 [12]