人工智能（AI）正深刻变革眼科医疗。从基础研究到临床转化，AI不断拓展着眼科学的边界。在第40届亚太眼科学会年会（APAO 2025）上，DENNIS LAM AWARD 获得者、新加坡国立眼科中心Daniel Shu Wei Ting教授以全球视野，分享了AI创新在疾病筛查、临床应用、健康经济和数据安全等方面的最新实践。本文梳理了演讲的核心内容，期待为眼科同仁和医疗行业同道提供启发，共同探寻未来医学新图景。
AI正在深刻重塑人类社会的各个方面。从20世纪50年代图灵提出“智能机器”设想，到80年代机器学习初现端倪，再到2012年卷积神经网络（CNN）引发深度学习的技术革命，AI经历了从理论探索到现实应用的飞跃。如今，AI已广泛渗透医学、科研、社会治理等诸多领域。
近十年来，生成式AI快速迭代，从ChatGPT到多模态大模型，深刻改变了知识获取和行业创新的方式，成为推动社会进步的新引擎。视觉-语言模型（Vision Language Models）实现了图像与文字的高度融合，“Sora”等新一代系统甚至能协助视频内容创作，极大地推动了创意和科技产业的变革。Deep Seek等平台的出现，也重塑了AI模型的开发模式和产业算力体系，加速了全球创新生态的重构。
Ting教授强调，在医疗领域，AI的快速发展同样伴随着严峻挑战。算法的可解释性、系统安全、伦理合规以及数据隐私等问题尤为突出。生命健康领域无法容忍“黑盒”式风险，只有正视并解决这些难题，AI才能真正安全、可靠地服务于临床医学，这也是每一位医疗创新者必须不断面对的核心课题。
过去十年，AI在眼科领域实现了飞跃式发展。Daniel Ting教授团队率先将CNN应用于糖尿病视网膜病变（DR）等疾病的辅助筛查。2017年，Pg电子团队在JAMA发表了基于AI的自动转诊判别模型，标志着AI技术从前沿探索走向了临床实际应用。近年来，随着算法的持续迭代，这一技术已逐步成为许多国家的常规筛查工具，充分体现了AI科研的高速更新和强大潜力。
Ting教授指出，AI算法的研发过程类似药物临床试验，淘汰率极高。超过九成的模型在初期即被淘汰，进入下一阶段后存活率不足5%，最终能够成功落地的项目不到1%。面对如此高的失败率，系统化的方法至关重要。Ting教授据此总结了AI医疗创新的“10 Rights”，将整个流程细分为研发和转化两大阶段，为项目从实验室到市场打下坚实基础，也为AI成果的落地提供保障。
在创新实践中，团队尤其关注资源有限地区的公共卫生贡献。以赞比亚为例，团队采用新加坡本地训练的AI模型，成功实现对当地DR的高准确率筛查，相关成果发表于The Lancet Digital Health，证实AI诊断能力接近专家水平，同时具有跨地区迁移应用的潜力。AI赋能，有望减轻全球低资源地区因糖尿病引起的失明负担。
疫情导致电子屏幕使用增加和户外活动减少，显著提升了青少年近视发生率。为应对这一趋势，Ting教授团队开发了基于眼底影像和临床指标的深度学习模型，可以精准预测儿童未来五年高度近视的风险。该系统在多国、超过20万张眼底照片的多中心大样本中训练并验证，外部测试准确率超90%。相关研究已发表于npj Digital Medicine，为儿童近视的早期干预和风险管控带来了前所未有的创新工具。
此外，AI不仅仅提升了疾病筛查效率，还为临床研究和医疗流程改革提供了新动力。AI技术可用于药物临床试验患者筛选和病变指标量化，显著提高了试验效率与科学性。同时，团队积极探索生成式AI与大型语言模型（LLM）在医学文档处理、患者沟通和临床决策等场景的应用。大型语言模型不仅能帮助医师成文转诊建议、自动总结病案，还支持手术培训和个性化患者教育内容的生成。Ting教授认为，生成式AI和LLM将在未来驱动医疗智能化变革，成为医师和患者的重要助手。
创新只有在带来切实可衡量的临床和经济价值时，才具备可持续发展的动力。Ting教授团队在AI数字健康筛查领域已开展多项系统性研究，评估其在DR、年龄相关性黄斑变性等疾病中的健康经济影响。研究结果显示，无论在城市还是乡村，借助AI和远程医疗提升筛查覆盖率，均能有效降低失明风险，并优化有限的医疗资源分配，为政策制定者和医疗系统的决策提供了有力依据。
与此同时，随着数据成为医疗AI最关键的“燃料”，数据安全和合规性问题也愈发突出。Ting教授实验室积极探索联邦学习、对抗攻击与区块链等前沿技术。通过联邦学习和区块链的结合，团队实现了多中心、隐私保护的数据共享与协同建模，有效打破了传统的数据孤岛。这种平台化的多中心合作，为AI在全球医疗体系的广泛落地奠定了坚实基础。近年来，团队主导的跨国联邦AI协作，已在早产儿视网膜病变等领域取得了显著成果。
放眼全球，多数眼科医师对AI保持理性乐观态度。他们欢迎AI作为诊疗与决策辅助工具，并不担忧会被取代。疫情进一步加快了AI在实际临床场景中的应用步伐，也加强了医师与数据科学家的协作。Ting教授特别强调，只有技术创新、团队协作和可行的商业模式相互支撑，AI医疗创新才能真正造福患者，实现普惠全球的美好愿景。
AI正在缔造医疗健康领域的新未来。从基础研究到临床转化，从行业引领到全球普惠，一代又一代学者、医师和创业者正携手前行。Ting教授为人们勾勒出眼科AI的广阔蓝图，也为推动中国及全球医疗创新带来启示。期待技术与医学的融合，为人类带来更加健康和光明的明天。
Daniel Shu Wei Ting是新加坡国立眼科中心及新加坡国立大学的临床眼科医师与研究学者，国际知名AI与数字健康专家。主要研究涵盖医疗AI、数字健康、眼科医学影像分析及数字技术在医疗健康中的创新应用。