AI眼底筛查进社区：4000万次检测背后的慢病早筛

关注「文刀医」，读懂三医融合

DRG/DIP支付改革 · 健康大数据 · 医保政策深度解读

本文约 2128 字，阅读约 4 分钟

75岁的李大爷走进丰台区大红门社区卫生服务中心，量完血压，被旁边一台像望远镜的小机器吸引了目光。主管护师告诉他，这是AI眼底照相机，给眼睛拍张照，就能筛查一批慢病。扫码、把脸贴上去、盯着红点，不到一分钟，报告出来了——动脉硬化高风险。老人有些惊讶：我就是来开高血压药的。AI眼底筛查进社区，正在把三甲医院的专家「搬」到居民家门口，一场慢病早筛革命已经悄悄发生。

为什么是眼睛？因为它是全身健康的窗口

眼底是人体唯一能直接、无创看到血管和神经组织的部位。高血压、糖尿病、心脑血管疾病，这些全身慢病的早期信号，往往先写在眼底上——血管增粗、出血、杯盘比异常，就像树叶的状态能反映树根是否异常。问题是，能读懂这些信号的眼科医生，需要长年累月的阅片积累。我国绝大多数基层医疗机构没有眼底专科医师，人工阅片还受疲劳、情绪波动影响。筛查完成率因此极低：美国约66%，亚洲约51%，中国更低。指南说糖尿病患者每年要查眼底，大多数人根本没查。

这恰恰是AI切入的最佳时机：让一个不会疲劳、不会情绪波动的「智能医生」，在就诊现场就把筛查做完。

一台被「喂饱」的AI，如何炼成

北京同仁医院联合鹰瞳科技研发的AI眼底慢病模型，靠两件事练成。第一是喂数据。研发团队把近400万张、经多名三甲专家反复标注的眼底照片「喂」给AI，让它在海量样本中习得病灶识别标准与疾病关联规律。第二是造身体。早期模型需搭载近30万元的大型设备，成本高昂，走不出大医院。团队把设备拆解到最小颗粒度，发现用算法替代部分昂贵光学硬件，就能把成本降低一个数量级。最终，一台背包就能装下的便携AI眼底相机诞生了，支持断网缓存，没电没网也能用。

如今这台设备拍完眼底照片后，秒级完成分析，自动拆解血管、神经、黄斑等细微结构，一口气输出300多项量化指标，完成病灶识别、病变分期和可视化标注。其判断不受疲劳影响，准确度可对标三甲医院资深眼科医生。旗下一款糖尿病视网膜病变辅助诊断软件，更获国家药监局第三类医疗器械注册证。

这意味着，筛查的逻辑彻底变了：从「发现糖尿病→转诊眼科→散瞳→拍片→等专家阅片→出报告」的漫长链条，变成「就诊即筛查、一分钟出结果」。

4000万次检测，意味着什么

截至2026年7月底，这套AI眼底慢病模型已在北京超100家基层医疗机构落地，累计检测人次突破4000万，可对55种健康风险做出评估。这个数字的分量，不在于4000万本身，而在于它发生在哪里——不是协和的眼科门诊，不是科技公司的AI展台，而是大红门、甘家口这些最普通、最没有科技光环的基层诊室。

在甘家口社区卫生服务中心，设备已嵌入家庭医生服务流程。居民自助扫码，单例检测不到1分钟。该中心累计完成筛查1.2万余人次，向上级三甲医院精准转诊高危人群约1700人次，高危转诊率约14.2%。过去需要去大医院才能做的眼底检查，变成了社区里随手可得的服务。

更值得关注的是它的可复制性。天津2026年糖网筛查项目覆盖六个区，计划为2.1万名糖尿病患者系统检查，依托「市—区—社区」三级网络实现「基层拍片、AI初筛、上级复核」；上海73家社区建成视觉健康智能管理中心，累计筛查超40万人次，覆盖20种常见眼病；海淀49家社区卫生服务中心累计筛查18万人次；扬州仪征、日照等地也在搭建「眼底一张网」。医疗AI，终于从「演示模式」切换成了「日常模式」。

图片来源：Flickr（CC-BY 授权）

谁在为这场革命买单

设备便宜了、操作简单了，基层机构的付费意愿就从「信息化预算」转向「公共卫生服务」。这意味着医保、公卫资金、政府购买服务都可能成为支付方。中华慈善总会带着它走进医疗资源匮乏地区，甚至走到非洲尼日尔，为当地孕妇拍出眼底图、提示孕期风险。

与此同时，真实世界数据的闭环开始运转。4000万次筛查产生的反馈，正在反向训练模型——每一次医生纠正误判、每一次患者复查验证，都是在给模型「上课」。这种课，教科书里买不到，实验室里也模拟不出来。

基层医生的角色也在被重新定义。过去说基层缺医生、缺设备、缺技术；现在AI能完成相当比例的筛查和初诊，基层医生要从「诊断者」转向「管理者」——管理患者、管理数据、管理AI的预警响应。这个转型，比买设备难得多。

全球共振：眼底是器官损伤最早的报警器

2026年，美国糖尿病协会新版标准首次将自主AI眼底筛查正式写入流程，明确指出它「应当整合进常规诊疗，在就诊现场完成筛查」。一个底层转变在发生：从「被动等患者来眼科」变成「主动在就诊时或就诊前就做完筛查」。

科学依据是「眼组学」（Oculomics）：在所有微血管并发症中，视网膜病变是最早能「看得见」的。肾脏损伤要等微量白蛋白尿，神经病变要等电生理异常，而视网膜微血管瘤，一张眼底照片就能发现。眼底，是糖尿病器官损伤最早的报警器。奥地利一项覆盖890万人医保数据的研究还发现，40至49岁女性糖尿病视网膜病变风险几乎是同龄男性的两倍——一个长期被忽视的高风险窗口。

中美在「AI+基层筛查+眼底先行」这条路上走到了同一个交叉口，这不是巧合，是糖尿病管理底层逻辑在全球范围内的转变。

4000万次检测，不是一个终点，而是一个信号：当筛查的门槛低到「顺手就能做」，慢病早筛才真正有机会从口号变成日常。对医院，它是分级诊疗的抓手；对卫健委，它是公共卫生数智化的样板；对AI厂商，它验证了「卖筛查服务」比「卖软件授权」更可持续；对保险公司，它是健康管理的前端入口，能把理赔从「事后报销」推到「事前干预」；对每一位参保人，它是家门口那台望远镜似的小机器，一分钟，给自己一份健康底稿。

技术从来不是目的。让更多人，更早看见风险，才是。

参考来源

1. 北京日报客户端：评估55种健康风险，AI眼底模型已在北京超百家基层机构落地（2026-07）

2. 央广网：2026年天津市糖尿病视网膜病变筛查项目全面启动（2026-04）

3. 央视新闻：上海73家社区可做AI眼病筛查，覆盖20种常见病（2025）

4. 北京市卫健委：AI赋能基层提质增效，智慧医疗守护群众健康（2026-06）

5. 光明网：扬州市仪征人工智能+眼底一张网，守护群众眼健康（2026-08）

6. 美国糖尿病协会（ADA）2026版《糖尿病诊疗标准》

DRG #DIP #医保支付改革 #医疗AI #集采政策 #三医融合 #医院绩效 #卫健委 #药企

原创不易，觉得有用请

点赞 · 在看 · 分享 · 收藏