PROJECT CONTEXT
- 项目主体
- 爱尔眼科医院集团股份有限公司
- 具体项目
- 眼底筛查AI特征数据集与筛查会诊闭环
- 地区
- 湖南长沙企业；应用覆盖多地机构
- 实施阶段
- 主管部门披露已落地应用
- 资料发布日期
- 2026-05-08
项目事实
- 爱尔眼科整合多中心、多设备眼底影像，经专家团队统一标准标注并标准化处理形成AI特征数据集。
- 数据用于糖尿病视网膜病变辅助诊断模型训练、远程阅片和社区筛查。
- 基于数据集研发的慢性眼病筛查软硬件方案连接自研眼底相机与AI模型，并衔接远程会诊。
- 2026年5月省市场监管局的公开记录称方案已在全国168家医疗机构落地。
从分散影像到统一专家标注
爱尔眼科的AI特征数据集来自多个中心和设备采集的眼底影像，由眼科专家按统一医学标准标注病灶并完成标准化处理，再进入模型训练。项目没有跳过专业知识，专家工作处在资料转成可用数据的关键位置。公开应用方向包括糖尿病视网膜病变辅助诊断、远程阅片和社区筛查。编辑分析认为，这条路径将模型开发建立在采集与标注条件上，研究团队需要关注数据如何可比较，而不只关注训练时选用哪一个算法名称。
自研相机模型与远程会诊相接
基于数据集研发的慢性眼病智能筛查方案，将自研眼底相机与AI模型结合，服务链路由筛查延伸到远程会诊。省市场监管局2026年5月记录其已在全国168家医疗机构落地，展现了湖南企业技术进入多地服务的应用路径。对应用开发而言，真实任务包含图像采集、质量判断、结果呈现及专业人员接续。数据集登记与某个设备或功能的医疗适用评价属于不同事项，不能把前者替代后者。
让筛查结果能够进入专业接续
应用验收应检查低质量图像如何重采、疑似结果交给谁复核、何时安排进一步检查，以及记录怎样返回服务流程。AI提示与专业诊疗判断应保持清楚边界，界面不能让使用者误认模型输出就是最终诊断。编辑建议分别观察数据质量、识别表现与转诊接续，不将三者合成一个难以解释的成绩。公开案例的应用范围具有参考价值，具体机构仍需依据自身设备、人员和使用条件完成验证。
SERVICE PERSPECTIVES
这个项目，可以从哪些服务角度看？
WHAT TO LEARN
可以借鉴的三个方法
- 保存中心设备与标注版本信息。
- 测试覆盖实际图像质量差异。
- 明确专业复核和进一步检查路径。
参考资料与图片署名
01湖南省市场监管局 — 眼底筛查AI特征数据集案例
直接介绍爱尔眼科集团多中心眼底数据的标注、标准化及用于AI筛查、远程阅片和社区筛查的闭环应用。
核对日期：2026-11-0102爱尔眼科集团 — ESG管理政策与集团地址
企业官网页脚列明集团地址湖南省长沙市天心区芙蓉南路一段188号。
核对日期：2026-11-01