柳叶刀AI模型：一张眼底照预测青光眼2-5年进展速度

文章来源：眼未来

转载要求：可以直接转载，请在文首注明来源

2026年8月，《柳叶刀·数字健康》（The Lancet Digital Health）在线发表了一项由新加坡眼科研究所（SERI）、比利时鲁汶大学医院等机构联合开展的多中心回顾性研究。

研究团队开发了一套名为G-PROG的深度学习模型，目标是仅凭患者初诊时的一张彩色眼底照片，预测其未来2-5年的青光眼结构性进展速度。

研究数据来自比利时、芬兰、德国和中国4个国家、6家青光眼中心，共涉及161,827张眼底照片、127,962次就诊、13,913名患者，累计随访128,021眼年。近期举行的第八届亚太青光眼大会上，新加坡国家眼科中心将G-PROG列为重点成果介绍。

# 从“是不是青光眼”到“进展有多快”

青光眼管理中，疾病严重程度与疾病进展速度是两个独立维度。一名早期患者可能快速恶化，一名损伤已较明显的患者也可能多年保持相对稳定。医生制定目标眼压、安排随访频率，以及决定是否提前升级药物、激光或手术治疗，都需要判断患者未来的损伤轨迹。

难点在于，进展速度天然是一个纵向指标。视野平均缺损、OCT视网膜神经纤维层厚度等核心参数，通常需要经过多次检查才能计算变化趋势。因此，对于一名刚刚初诊、没有长期历史数据的患者，医生可以结合当前损伤程度、眼压、年龄、家族史等因素判断风险，但很难在第一次就诊时直接量化未来数年的恶化速度。

G-PROG尝试解决的正是这个问题：从临床已常规采集的初诊眼底照片中，提取与未来结构变化速度相关的信息。研究负责人、新加坡眼科研究所高级科学主任Leopold Schmetterer表示，以往判断患者青光眼进展速度通常需要数年随访；如果能够更早获得这类信息，医生便可以更有针对性地安排高风险患者的监测和治疗决策。

# 先算真实“进展斜率”再教AI预测

G-PROG的训练分为两个阶段。

• 首先，研究团队调用此前已在13个外部数据集、约14.9万张眼底图像上完成验证的G-RISK模型。

• G-RISK读取彩色眼底照片后，输出一个0-1之间的青光眼风险/严重程度连续评分。在Blue Mountains Eye Study和Gutenberg Health Study两个群体队列中，其受试者层面AUC分别达到0.976和0.984。

• 研究人员随后将同一只眼历次随访的眼底照片依次输入G-RISK，得到一组纵向评分，再对每只眼2-5年内的连续评分进行线性回归，计算年度变化斜率。这条“G-RISK斜率”成为G-PROG的训练标签。

也就是说，研究团队先利用多年连续眼底照片标注患者实际经历的结构变化轨迹，再训练G-PROG，要求它仅凭患者第一张基线照片，预测未来这条变化曲线的斜率。

模型输入管线还包括三个辅助卷积神经网络，分别负责视盘定位、图像质量控制和左右眼识别。

为了测试不同数据条件对模型表现的影响，研究人员按照随访次数、随访时间、图像质量和相邻就诊间隔等条件构建了20种数据配置。其中鲁汶中心的数据按60%/20%/20%划分为训练集、验证集和测试集，其余5个中心全部用于外部测试。这意味着G-PROG最终需要面对的是跨国家、跨中心的真实数据差异。

# G-PROG目前能够做到什么？

理解G-PROG目前能够做到什么，需要区分两个关键指标：AUC和R²。

AUC回答的问题是：随机抽取一只进展较快的眼和一只进展较慢的眼，模型能否把前者排在更高的风险位置？R²回答的问题则更加严格：模型预测出的具体进展斜率，究竟能够解释多少真实进展斜率的变化？

在这项研究中，内部数据连续斜率预测的R²约为-0.59至0.11，20种配置中仅9种获得正值；预测斜率与真实斜率的相关系数在验证集约为0.42、测试集约为0.39。外部队列的R²同样整体偏低，部分结果为负值。

这意味着，G-PROG目前已经表现出一定的相对风险排序能力，但对于某一位具体患者每年究竟会发生多少结构损伤，其精确量化能力仍然有限。因此，现阶段更合理的定位是：G-PROG是一项青光眼进展风险分层工具，而非精确的年度进展速度量化工具。AUC较高可以支持模型用于筛选“谁值得更密切观察”，但在R²仍然较弱的情况下，尚不足以把模型输出的具体斜率直接用于治疗决策。

# 同类研究对比

利用单张基线眼底照片预测青光眼未来进展，此前已有相关研究。

2022年，中山大学中山眼科中心张秀兰团队等在《临床研究杂志》（JCI）发表多中心研究，使用17,497眼、9,346名患者的纵向数据，开发了预测未来3-5年视野进展的模型，内部验证AUROC为0.91，两个外部测试队列分别为0.87和0.88。

两项研究的关键区别在于预测目标的粒度不同：2022年研究预测的是未来视野进展“是否发生”，对应功能性进展事件的二分类风险；G-PROG则进一步尝试估计结构性变化的速度，即连续进展斜率，并在此基础上对患者进行快慢进展分层。

此外，2025年麻省眼耳医院团队在预印本平台发表了一项多模态纵向深度学习研究（n=10,864），该模型整合2年观察窗口内的序列OCT结构数据、视野功能数据和临床数据，预测未来2-4年的进展风险，内部验证AUC达0.97。该研究使用OCT和视野的多模态时序数据而非单张眼底照片，数据维度不同，但与G-PROG同样尝试解决长期进展预测问题。

# 六个研究边界仍需明确

尽管G-PROG使用了大规模、多中心数据，其现阶段的研究边界仍然非常清晰。

第一，这是一项回顾性研究。患者在随访过程中接受的降眼压药物、激光和手术治疗都会改变疾病轨迹。因此，模型学习的是真实临床干预条件下观察到的进展速度，而非未经治疗情况下的疾病自然史。

第二，训练标签本身来自另一个AI模型。G-PROG的训练标签是G-RISK计算出的纵向斜率。虽然G-RISK斜率与RNFL结构变化具有较高一致性（AUC最高达1.00），但其与视野功能进展的关联明显较弱（AUC最高为0.67-0.82）。因此，G-PROG输出不能直接解释为患者未来的视功能下降风险。

第三，晚期青光眼可能存在天花板效应。当G-RISK评分已接近上限时，进一步恶化可能难以通过评分变化得到充分表达，从而影响晚期患者的进展速度估计。

第四，随访密度可能引入选择偏倚。研究中随访次数更多的数据配置往往获得更好的AUC，但接受高频检查的患者本身也可能属于临床风险较高的人群，两者之间存在关联。

第五，跨中心数据漂移仍然明显。外部中心之间性能存在差异，坦佩雷队列整体AUC低于多数其他中心。设备、图像采集方式、患者构成和临床流程带来的数据漂移，仍然是模型走向规模化应用必须解决的问题。

第六，连续斜率预测的R²仍然较弱。目前证据尚不支持把G-PROG输出直接作为患者年度结构进展速度的数值估计使用。

# 最现实的场景

从现阶段证据看，G-PROG最直接的潜在价值是初诊风险分层

对于首次就诊、缺乏纵向检查数据的患者，医生可以利用已常规采集的一张彩色眼底照片，增加一层未来结构性进展风险信息。

• 对于模型提示可能快速进展的患者，可以更早安排OCT和视野复查，通过后续真实纵向数据确认进展速度，并结合患者眼压、年龄、当前损伤程度等因素判断是否需调整治疗策略。

• 对于风险较低的患者，则可结合年龄、眼压、家族史、当前损伤程度及治疗情况，进一步判断合理的随访频率。

这也是彩色眼底摄影作为AI入口的优势之一。眼底照片已广泛存在于眼科临床工作流中，无需额外增加一种新的影像检查，即有机会在既有数据之上增加预后风险信息。但这一能力的定位需要保持清晰：G-PROG提供的是额外的风险分层信息，并不能取代OCT和视野检查对结构与功能变化的定量评价。

对于G-PROG而言，多中心回顾性验证只是第一步。下一阶段真正决定其临床价值的，是前瞻性研究能否回答几个更具体的问题：加入AI评分之后，医生能否更早发现快速进展患者？是否能够减少低风险患者不必要的高频复查？模型提供的信息是否真正改变治疗升级的时间点？长期来看，是否能够减少不可逆视功能损失？只有当这些问题得到验证，算法性能才能进一步转化为可衡量的临床价值。