研究新知 · 2026-11-11

AI 醫學與數位健康|AI 協助青光眼診斷:GPT-4o 在眼角分類的潛力

今天這篇在說什麼

青光眼是全球導致不可逆失明的主要原因之一,而隅角閉鎖型青光眼(Angle-closure glaucoma)的早期診斷與介入對於預防視力喪失至關重要。隅角鏡檢查(Gonioscopy)是評估眼前房隅角(iridocorneal angle)配置的黃金標準,但這項檢查需要專業眼科醫師的豐富經驗與判斷力,且結果可能因操作者而異。隨著人工智慧(AI)技術的飛速發展,特別是多模態大型語言模型(multimodal large language models, MLLMs)如 GPT-4o 的出現,研究人員開始探索其在醫學影像判讀上的潛力。

這篇發表於《Graefe's archive for clinical and experimental ophthalmology》的研究,旨在評估通用型視覺語言模型 GPT-4o 在解釋眼前房隅角隅角鏡影像方面的診斷性能,特別聚焦於隅角配置分類和 Shaffer 分級。研究團隊希望了解,像 GPT-4o 這樣能夠同時處理圖像和文字資訊的 AI 模型,是否能有效輔助甚至自動化青光眼的早期篩查。

研究發現了什麼

這項研究收集了 80 張代表不同眼前房隅角配置的裂隙燈隅角攝影圖像,這些圖像來自數位圖像庫和專業教科書。每張圖像都由三位青光眼專科醫師(作為黃金標準)、三位綜合眼科醫師以及 GPT-4o 進行了三次獨立評估。GPT-4o 在評估時,會收到標準化的提示詞,引導其對圖像進行判讀。

研究結果顯示,GPT-4o 在隅角配置分類方面,與青光眼專科醫師的判讀具有「良好至優秀」(good to excellent)的一致性。這表示 GPT-4o 能夠有效地辨識出隅角的開放或閉鎖狀態,這對於初步篩查隅角閉鎖型青光眼風險至關重要。進一步分析發現,GPT-4o 的診斷性能與綜合眼科醫師相當,甚至在某些方面表現更佳。然而,研究也指出,GPT-4o 在進行更精細的 Shaffer 分級時,相較於經驗豐富的青光眼專科醫師,仍存在一定的局限性。這可能與 Shaffer 分級需要更細微的解剖結構辨識和臨床經驗判斷有關。儘管如此,這項研究證明了多模態大型語言模型在自動化複雜醫學影像解釋任務中的巨大潛力,特別是在眼科領域。

對你的日常有什麼意義

1. 提升早期診斷效率與可近性:AI 輔助的隅角影像判讀工具,可望讓更多患者及早篩查出青光眼風險,尤其是在眼科專科醫師資源相對有限的地區。這不僅能提高篩查效率,也能讓更多潛在患者及早接受治療,避免視力進一步受損。 2. 減輕醫師工作負擔,優化醫療流程:自動化的影像分析系統能顯著減少醫師判讀大量隅角鏡影像所需的時間和精力,讓他們能將寶貴的時間和專業知識更專注於複雜病例的診斷、治療決策以及與患者的溝通上,從而優化整體醫療服務流程。 3. 推動數位醫療與 AI 應用發展:這項研究展示了通用型 AI 模型在特定醫學影像判讀上的強大潛力,為未來 AI 在各科醫學影像診斷中的廣泛應用開啟了新的可能性。它鼓勵更多研究投入於開發和驗證 AI 在不同醫學領域的輔助診斷工具,加速數位醫療的進程。

高醫師的一句話

「GPT-4o 在眼角影像判讀上的表現,預示著 AI 在青光眼早期篩查與診斷輔助的巨大潛力,但仍需與臨床醫師緊密協作,以實現最佳的醫療效益。」

資料來源

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

內容為知識分享,個別治療請諮詢專業醫師。

高堯楷醫師 · drkao.org