2021年9月22日，美国FDA首次公布了已获得许可的人工智能（Artificial Intelligence, AI）相关医疗器械名单，并于2022年10月5日再次进行补充，截至目前，该清单已有521项产品及相关信息，这意味着医学人工智能研究已经进入临床转化应用阶段。然而，大多数基于AI的模型是基于实验室预处理过的高质量图像进行构建的，这并不代表真实世界同样适用。既往真实世界研究显示，约21%现场拍摄的眼底彩照无法被AI系统识别，严重影响临床诊疗效率。

　　近期，中山大学中山眼科中心等联合研究团队历时近4年，纳入六万多张来源于不同场景和设备的眼底彩照，受流式细胞仪技术的启发，开发了基于深度学习的眼底图像质量智能管理系统（DeepFundus）。该系统含多个眼底图像质量智能分类模型，可参照临床实践规范对模型输出结果进行分类，实现真实世界环境下的眼底图像高通量分析和精确转诊。该团队在国内多家医疗机构开展的前瞻性队列研究证实DeepFundus系统所有模型的AUC均在0.9以上，具有较高的准确性和较好的应用前景，为医学数据质量问题的解决提供了新思路。相关研究结果于2023年1月19日以“DeepFundus: A flow-cytometry-like image quality classifier for boosting the whole life cycle of medical artificial intelligence”为题发表在《Cell Reports Medicine》杂志上。

　　注：此研究成果摘自《Cell Reports Medicine》，文章内容不代表本网站观点和立场。