核心要点：
- 单一人脸识别系统通过眼部影像同步检测糖尿病视网膜病变、青光眼及早产儿视网膜病变。
- 该平台提供其他系统未具备的病理解释与不确定性评估功能。
圣迭戈讯——据AIMed25会议展示的研究表明，单一人工智能平台通过分析光学相干断层扫描（OCT）和眼底摄影影像，可实现多种潜在致盲疾病的早期检测。
田纳西视网膜中心眼科技术员汤姆·穆里坎（Tom Murickan）在会议海报中介绍了这一多模态可解释人工智能平台，其具备同步检测糖尿病视网膜病变、青光眼及早产儿视网膜病变的能力。
穆里坎向Healio记者表示："尽管眼科疾病筛查技术取得显著进展，眼科医生仍面临诸多挑战，例如专业影像评估人员短缺及诊断标准不统一。患者可能同时存在多种风险，而现有筛查工具通常仅针对单一疾病。这促使我们开发更全面、可适应的主流眼病筛查工具。"
Healio记者就此平台进行了深入采访。
Healio：请简要说明您的研发成果？
穆里坎： 该解决方案构建了单一筛查系统，可同步检测糖尿病视网膜病变、青光眼和早产儿视网膜病变——这三大可预防性失明的主因。系统运用OCT与眼底摄影两种常规眼部成像技术，通过人工智能自动高效标记疾病特征供医生复核。其核心目标是为医师提供可靠筛查辅助工具而非取代医生，期望通过早期诊断与治疗使各级医疗机构更易实现有效干预。
Healio：与现有工具相比有何优势？
穆里坎： 当前AI系统主要聚焦单一疾病的特征识别且依赖单一成像类型。我们的方法整合多种影像模态，并提供现有系统不具备的病理标记解释与不确定性评估功能。
Healio：如何落地实施？
穆里坎： 此类多模态平台可灵活部署于远程医疗项目或早产儿视网膜病变监测的新生儿重症监护单元。因其基于现有成像设备，软件实施简便；联邦学习框架支持持续优化。实施关键在于确保临床医生最终掌控诊疗决策权。
Healio：后续发展路径是什么？
穆里坎： 下一步将在多样化临床站点开展真实世界测试，验证系统对不同人群、年龄组及环境的适用性。还需通过前瞻性研究评估门诊流程效率、时间节省量以及漏诊误诊率下降效果。持续构建医患信任与技术融合，将对多模态平台在眼科及医院场景的成功落地至关重要。
【全文结束】
