Nature Medicine：孙晓东/黄天荫/盛斌合作开发AI系统，精准诊断遗传性视网膜疾病

撰文丨王聪

编辑丨王多鱼

排版丨水成文

遗传性视网膜疾病（IRD）主要由单基因突变引起，是导致儿童及青壮年失明的主要原因之一。尽管每一种遗传性视网膜疾病单独发生率较低，但全球累计影响人数超过 500 万。迄今为止，已有 300 多个细胞核基因和线粒体基因被发现与遗传性视网膜疾病相关。精准的基因诊断是选择靶向治疗、评估预后以及进行遗传咨询的关键第一步。

然而，由于严重依赖资源密集型方法，遗传性视网膜疾病的诊断模式面临重大挑战，通常需要在专业中心由多学科团队协作，并结合全面的眼科评估，包括下一代测序（NGS）、家系分离分析，以及在某些情况下甚至功能验证。这一复杂的流程导致诊断周期延长、成本高昂且可及性有限，致使超过 40% 的遗传性视网膜疾病患者无法获得明确的基因诊断。

这些挑战因全球范围内擅长解读遗传性视网膜疾病的眼科专家短缺而加剧，尤其是在资源匮乏的地区，误诊或诊断延迟的情况常常超过 5 年。此类延误可能导致原本可治疗的患者错过先进疗法的关键治疗窗口（尤其是基因疗法等突破性治疗手段）。漏诊还可能导致错过临床试验入组的机会，并阻碍目标人群的高效识别，从而可能抑制制药企业对基因治疗研发的投资意愿。此外，患者在随访期间经常因咨询多位医生而出现诊断结果的变化，这迫切需要更便捷且更具成本效益的诊断方案。

2026 年 7 月 24 日，上海交通大学医学院附属第一人民医院孙晓东教授、清华大学医学院黄天荫教授、上海交通大学盛斌教授作为共同通讯作者（上海交通大学医学院附属第一人民医院贾慧珣、曲彦霖、陈洁琼、李彤，南京航空航天大学人工智能学院钱波、郑常乐，清华大学医学院王锦园、，韩国延世大学医学院Jinu Han为论文共同第一作者），在 Nature Medicine 期刊发表了题为：AI-based clinician decision support system for diagnosis of inherited retinal diseases: a multicenter, randomized trial 的研究论文。

该研究开发了基于人工智能（AI）的临床医生决策支持系统——Retina4IRD，用于遗传性视网膜疾病（IRD）的诊断，并通过跨区域、跨人种数据证实，该系统可显著提升遗传性视网膜疾病的基因诊断准确率。标志着我国在眼科精准诊疗领域迈入领先行列，为全球遗传性视网膜疾病患者带来了精准诊断的新希望。

遗传性视网膜疾病（IRD）的准确及时诊断，是眼科领域尚未满足的临床需求，因为当前诊疗路径依赖于资源密集型的表型分析、多学科专业知识和基因检测。

在这项最新研究中，研究团队开发了Retina4IRD，这是一个基于人工智能（AI）的临床医生决策支持系统（Clinician Decision Support System，CDSS），能够从视网膜图像中预测 17 种基因型类别。

Retina4IRD 系统开发与验证的整体研究设计

Retina4IRD 采用经 RETFound 预训练的 Vision Transformer 模型。随后，研究团队使用来自中国、韩国和波兰的 1843 名经基因确诊患者（3376 只眼）的多模态数据（包括彩色眼底照片和光学相干断层扫描）对 Retina4IRD 进行训练和验证。内部验证的 top-5 预测准确率为 0.904，外部验证为 0.856。

Retina4IRD 系统的模型架构

在此基础上，研究团队开展了一项随机对照临床试验，将 300 名疑似遗传性视网膜疾病患者按 1:1 比例随机分配至 Retina4IRD 辅助眼科医生组或仅眼科医生组。其中，295 名获得二代测序报告的参与者（中位年龄 33 岁）被纳入最终分析。该临床研究达到主要终点：Retina4IRD 辅助眼科医生组的 top-5 基因准确率显著高于仅眼科医生组（88.5% vs 67.3%）。在次要终点方面，top-1 至 top-4 准确率均显示 Retina4IRD 辅助眼科医生组优势更优，其中 top-1 准确率为 37.8% vs 22.4%，top-4 准确率为 81.8% vs 53.1%。后续分析表明，在 Retina4IRD 辅助下，临床医生做出了更优的管理决策，复合下游管理评分显著高于对照组（37.7 vs 28.5）。

随机对照临床试验结果

总的来说，该研究表明，Retina4IRD 可作为在基因检测前使用的临床决策支持系统（CDSS）工具，与疑似遗传性视网膜疾病患者的临床工作流程相契合，帮助医生在等待基因检测结果期间快速锁定最可能的致病基因，从而缩短确诊周期（减少不必要的基因检测项目，降低费用，为患者争取宝贵的治疗窗口）、提升基层医疗机构能力（让不具备遗传专科医生的基层医院也能获得高水平的基因诊断参考）、助力临床试验（高效筛选潜在入组患者，加速新药和基因治疗研发）。

论文链接：

https://www.nature.com/articles/s41591-026-04545-w