期刊简介
本刊由上海中医药大学、上海市中医药学会主办，1955年6月创刊，是一份在国内外享有较高声誉、很有学术品味和影响的中医药学专业期刊。本刊为“中国科技论文统计源期刊”、“中国科技核心期刊”、“中国中文核心期刊”、“中国生物医学核心期刊”、“国家学位与研究生教育指定中文期刊”。本刊以“立足上海，服务全国，面向世界”为目标，既要全面展示上海地区在中医药基本理论、临床医疗、实验研究、养生康复及中西医结合研究等方面取得的最新科研成果与学术水平，也适当兼顾广大基层临床工作者对提高中医药理论水平和临床诊疗技术的需求，在满足不同层次读者需要上精心组织选题，精编刊物，以倡导新思路、新导向、新内容的“海派”风格，遵循“读者至上”和“学术面前人人平等”的编辑方针，继续成为广大读者“开卷有益、拓展思路”的挚友。本刊注重栏目的设置，因为它既是从事不同专业和研究方向的作者、读者与编辑进行交流的“眼睛”，更是我们共同辛勤耕耘的“园地”。
基于人工智能多模态影像的糖尿病视网膜病变早期筛查模型：一项全国多中心横断面研究
时间：2025-08-29 16:46:21
背景：糖尿病视网膜病变（DR）早期干预可降低 60% 失明风险，但基层筛查覆盖率不足 35%。
目的：开发并验证融合彩色眼底照（CFP）+OCTA 血流参数的深度学习模型，评估其在真实世界的筛查效能。
方法：纳入 2022.7-2024.1 全国 9 省 18 家医院 12,468 例 2 型糖尿病患者的 24,936 张 CFP 与 12,468 组 OCTA 图像。采用 ResNet-50+Transformer 混合架构，内部验证 7:1:2，外部验证 2,000 例。主要指标：AUC、敏感性、特异性；次要指标：基层医生读片时间变化。
结果：模型 AUC 0.952（95% CI 0.941-0.963），敏感性 94.3%，特异性 90.7%，优于单模态 CFP 模型（AUC 0.893）。在基层使用 AI 辅助后，平均读片时间由 4.8 min 降至 1.1 min。
结论：多模态 AI 模型显著提升 DR 早期筛查效率，适合基层大规模部署。
Methods 细节
图像标注：两位视网膜专家独立分级，κ=0.89；分歧由第三位仲裁。
数据增强：随机旋转、色彩抖动、CutMix。
统计：DeLong 检验比较 AUC；McNemar 检验比较敏感性/特异性。
References 建议
1.Ting DSW, et al. Lancet Digit Health 2023.
2.中国糖尿病视网膜病变筛查指南 2024.