糖尿病视网膜病变（diabetic retinopathy, DR）是糖尿病最常见的微血管并发症之一，也是全球工作年龄人群视力损伤和失明的重要原因。由于其早期起病隐匿、进展缓慢，患者往往在视功能明显受损后才被发现。因此，建立高效、精准、可推广的早期筛查与评估体系，对保护糖尿病患者视觉健康具有重要意义。光学成像技术具有非侵入性、高分辨率和信息维度丰富等优势，已成为糖尿病视网膜病变检测的重要技术支撑。随着人工智能的发展，眼底影像评估正逐步从单纯“诊断分级”走向“风险预测”和“个体化管理”。
近日，同济大学物理科学与工程学院精密光学工程技术研究所王占山和程鑫彬团队，联合上海市眼病防治中心/同济大学附属眼科医院（筹）孙涛教授团队，系统梳理了糖尿病视网膜病变光学成像与人工智能评估技术的研究进展。相关成果以《糖尿病视网膜病变光学成像与人工智能评估技术的研究进展》为题在线发表于中科院一区TOP期刊《科学通报》（中文版）。
该评述从“解剖结构成像、功能代谢成像、人工智能评估”三个层面，系统总结了彩色眼底照相、光学相干断层扫描、自适应光学激光扫描检眼镜等视网膜结构光学成像技术，以及眼底荧光素血管造影、光学相干断层扫描血管成像、高光谱成像、眼底自发荧光成像和荧光寿命成像等视网膜功能光学检测技术的发展现状，梳理了上述视网膜光学成像技术在糖尿病视网膜病变早筛早诊中的应用价值。
图 1 多模态的光学成像DR影像检测
同时，该评述综合机器学习、深度学习、多模态影像融合、可解释AI和大型语言模型等前沿方向，分析AI在多模态影像质量提升、病灶自动识别、疾病分级和预后风险评估中的应用潜力，指出AI有望从高维眼底影像中挖掘亚临床生物标志物，推动糖尿病视网膜病变评估由“疾病识别”向“风险预测”转变。
图 2 人工智能在DR影像分析中的发展
该评述为构建新一代糖尿病视网膜病变光学智能检测体系提供了参考。未来，多模态成像、眼组学与人工智能的融合，有望推动眼科智能系统向覆盖“感知-诊断-预后”的全流程疾病管理平台发展，助力疾病早期发现、精准评估和个体化干预。
同济大学物理科学与工程学院王绪泉助理教授、上海市眼病防治中心/同济大学附属眼科医院（筹）孙涛教授为论文共同通讯作者。同济大学物理科学与工程学院博士生赵紫昱、同济大学医学院博士生张钊君为论文共同第一作者。对论文具有重要贡献的合作者还包括上海市眼病防治中心/同济大学附属眼科医院（筹）王蕾蕾主治医师、徐娜娜主治医师，同济大学物理科学与工程学院博士生马志远、顿雄副教授等。
论文链接：https://www.sciengine.com/CSB/doi/10.1360/CSB-2026-0311
DOI: 10.1360/CSB-2026-0311
学校首页
人才招聘
EN
搜索
