近日，自動化學院謝斌副教授團隊聯(lián)合中南大學湘雅醫(yī)院夏曉波、宋偉濤教授團隊在國際權威期刊《npj Digital Medicine》發(fā)表題為 “A three-tier AI solution for equitable glaucoma diagnosis across China’s hierarchical healthcare system（服務于中國分級診療體系的三層級人工智能系統(tǒng)：實現(xiàn)青光眼診斷的同質化）”的研究論文。中南大學湘雅醫(yī)院眼科中心主治醫(yī)生周一與自動化學院2025級博士研究生聶海濤為共同第一作者，謝斌副教授和湘雅醫(yī)院眼科中心宋偉濤副教授、夏曉波教授為共同通訊作者。該期刊為Nature子刊，中科院1區(qū)Top期刊，影響因子15.1。
該研究針對我國青光眼診療中“醫(yī)療資源分布不均”和“關鍵診斷數(shù)據(jù)缺失”兩大瓶頸問題，創(chuàng)新性提出多層級人工智能系統(tǒng) Multi-Glau，依托分級診療制度，通過三大功能模塊協(xié)同覆蓋基層篩查、二級預診斷、三級精準分型，從而推動診療能力在各級醫(yī)院間的同質化發(fā)展。
Multi-Glau 首次系統(tǒng)性應對真實世界中的多模態(tài)數(shù)據(jù)缺失問題。研究指出，二級及基層醫(yī)院OCT、視野檢查等關鍵數(shù)據(jù)存在一定程度的缺失或質量不佳的問題，傳統(tǒng)AI模型無法適配此類缺失情境。本系統(tǒng)通過 Freeze-Missing 模塊引入缺失模態(tài)魯棒建模機制，在40%圖像缺失率下AUC 為0.8650，顯著優(yōu)于現(xiàn)有主流模型。研究提出兼容分級診療的三層級AI框架。XGBoost模塊支持基層通過基礎臨床參數(shù)開展初篩（AUC 0.9254），而M3-VF模塊則在三級醫(yī)院實現(xiàn)青光眼視功能損害的四級精細分型（AUC 0.9516），為治療決策提供可靠依據(jù)。研究還突破AI依賴高質量數(shù)據(jù)的技術瓶頸，加速其在真實世界中的應用部署。系統(tǒng)通過全國多中心數(shù)據(jù)驗證，在益陽、桃江等基層醫(yī)院表現(xiàn)出良好的遷移能力，驗證了其在設備匱乏環(huán)境下的實用性和同質性。研究提升各層級醫(yī)生對AI輔助診療的可行度。Multi-Glau 具備可視化解釋能力，結合Grad-CAM與Guided Backprop技術輔助醫(yī)生理解模型決策過程。
該研究不僅為中國推進“人工智能+分級診療”戰(zhàn)略提供了技術樣板，也為全球醫(yī)療資源有限地區(qū)慢性眼病的智能防控提供了可復制的范式。
論文鏈接：https://www.nature.com/articles/s41746-025-01835-4
（一審陶卓敏，二審粟梅，三審黃亞）
