青光眼、AMD、DR、RP、PM等眼病具有起病隐匿、病程迁延、表型复杂及个体差异显著的特点。疾病早期阶段病变常较轻微，结构损伤与功能异常通常不同步，单纯依靠人工阅片和经验判断，难以满足早期筛查、精准分层和动态管理的临床需求。彩色眼底照相、OCT、OCT血管成像、超广角成像等技术的快速发展，推动着眼科人工智能疾病诊断从单一形态学观察向多模态信息整合的综合评估转变。近年来相关研究已从早期“有无病变”的自动识别，逐步拓展至严重程度分级、可转诊病例筛查、未来进展风险评估及长期风险分层。
 

随着眼科影像技术的发展，AI在眼病诊断中的应用已逐渐由单一模态识别转向多模态数据融合。不同影像模态可从结构、血流、代谢及功能等多个维度反映疾病状态：CFP主要提供整体眼底形态信息；OCT用于视网膜分层结构定量分析；OCTA反映视网膜及脉络膜微循环灌注；眼底荧光造影与吲哚菁绿血管造影能够显示血管渗漏及脉络膜异常；眼底自发荧光则反映RPE代谢功能变化。此外，视野、眼压、电子病历及多组学数据也逐渐被纳入AI分析框架，用于疾病风险分层与进展预测。多模态AI的核心在于不同数据之间的空间对齐、时间关联与特征融合。
 

出自《AI赋能的眼病精准诊断与再生治疗新进展》作者高娜，代伟，瞿佳。