行业背景与挑战 - 全球眼健康面临青少年近视率攀升和老龄化眼病激增的双重挑战 [1] - 优质医疗资源与基层需求间存在鸿沟 眼科诊疗高度依赖影像与经验 基层机构缺乏专业诊断能力 [2] - 公众眼部健康管理意识不足 就医以症状驱动为主 青光眼和糖尿病视网膜病变等早期无症状疾病常被忽视 [2] AI战略价值定位 - AI能整合多源复杂数据转化为可复制推广的诊疗知识体系 帮助基层医生接近专家水准 [2] - AI使数据从静态记录转变为持续迭代的智能资产 实现不同来源格式数据的对话 [2] - AI让科研人员突破经验局限探索疾病机制 通过智能化交互改善患者体验 [2] 技术实践成果 - 自主研发眼底AI管理系统基于深度学习技术 可识别糖尿病视网膜病变等10余种眼病 [3] - 眼表AI小程序支持用户手机拍照完成眼睑肿物良恶性初判 [3] - 构建AierGPT眼科垂类大模型 实现眼健康科普问答和门诊病历质控功能 [5] - 联邦协同平台FedEye通过数据不动模型动方式实现隐私保护下的数据共享 [5] - 智能Agent生态以分层自治模型辅助医生进行治疗方案决策 [5] 智慧医院生态建设 - AI科普数字人在诊前解读专业知识 智能随访助手在诊后提升患者依从性 [7] - 战略覆盖六大核心对象：为大众提供智能筛查 为准患者打造风险预测模型 为患者定制诊疗路径 [8] - 为医护技减负增效 为员工优化工作流程 为管理者提供数据驱动决策支持 [8] 企业战略定位 - 公司拥有庞大数据要素资源 终端直接渠道和广阔应用场景 [11] - 在AI眼病筛查 辅助诊断 科普教育 医疗管理和科学研究五方面开展应用 [11] - 发布白皮书既是对既往经验的总结 也是面向生态圈的开放邀请 [11]