研究新知 · 2026-11-11
AI 医学与数位健康|AI 协助青光眼诊断:GPT-4o 在眼角分类的潜力
今天这篇在说什么
青光眼是全球导致不可逆失明的主要原因之一,而隅角闭锁型青光眼(Angle-closure glaucoma)的早期诊断与介入对于预防视力丧失至关重要。隅角镜检查(Gonioscopy)是评估眼前房隅角(iridocorneal angle)配置的黄金标准,但这项检查需要专业眼科医师的丰富经验与判断力,且结果可能因操作者而异。随着人工智慧(AI)技术的飞速发展,特别是多模态大型语言模型(multimodal large language models, MLLMs)如 GPT-4o 的出现,研究人员开始探索其在医学影像判读上的潜力。
这篇发表于《Graefe's archive for clinical and experimental ophthalmology》的研究,旨在评估通用型视觉语言模型 GPT-4o 在解释眼前房隅角隅角镜影像方面的诊断性能,特别聚焦于隅角配置分类和 Shaffer 分级。研究团队希望了解,像 GPT-4o 这样能够同时处理图像和文字资讯的 AI 模型,是否能有效辅助甚至自动化青光眼的早期筛查。
研究发现了什么
这项研究收集了 80 张代表不同眼前房隅角配置的裂隙灯隅角摄影图像,这些图像来自数位图像库和专业教科书。每张图像都由三位青光眼专科医师(作为黄金标准)、三位综合眼科医师以及 GPT-4o 进行了三次独立评估。GPT-4o 在评估时,会收到标准化的提示词,引导其对图像进行判读。
研究结果显示,GPT-4o 在隅角配置分类方面,与青光眼专科医师的判读具有「良好至优秀」(good to excellent)的一致性。这表示 GPT-4o 能够有效地辨识出隅角的开放或闭锁状态,这对于初步筛查隅角闭锁型青光眼风险至关重要。进一步分析发现,GPT-4o 的诊断性能与综合眼科医师相当,甚至在某些方面表现更佳。然而,研究也指出,GPT-4o 在进行更精细的 Shaffer 分级时,相较于经验丰富的青光眼专科医师,仍存在一定的局限性。这可能与 Shaffer 分级需要更细微的解剖结构辨识和临床经验判断有关。尽管如此,这项研究证明了多模态大型语言模型在自动化复杂医学影像解释任务中的巨大潜力,特别是在眼科领域。
对你的日常有什么意义
1. 提升早期诊断效率与可近性:AI 辅助的隅角影像判读工具,可望让更多患者及早筛查出青光眼风险,尤其是在眼科专科医师资源相对有限的地区。这不仅能提高筛查效率,也能让更多潜在患者及早接受治疗,避免视力进一步受损。 2. 减轻医师工作负担,优化医疗流程:自动化的影像分析系统能显著减少医师判读大量隅角镜影像所需的时间和精力,让他们能将宝贵的时间和专业知识更专注于复杂病例的诊断、治疗决策以及与患者的沟通上,从而优化整体医疗服务流程。 3. 推动数位医疗与 AI 应用发展:这项研究展示了通用型 AI 模型在特定医学影像判读上的强大潜力,为未来 AI 在各科医学影像诊断中的广泛应用开启了新的可能性。它鼓励更多研究投入于开发和验证 AI 在不同医学领域的辅助诊断工具,加速数位医疗的进程。
高医师的一句话
「GPT-4o 在眼角影像判读上的表现,预示着 AI 在青光眼早期筛查与诊断辅助的巨大潜力,但仍需与临床医师紧密协作,以实现最佳的医疗效益。」
资料来源
Automated iridocorneal angle classification using a multimodal large language model|Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie 2026|https://doi.org/10.1007/s00417-026-07333-x
内容为知识分享,个别治疗请咨询专业医师。
高堯楷醫師 · drkao.org