基于基础模型驱动的3D OCT全流程诊断工作流程自动化：用于视网膜疾病
计算机视觉与模式识别
2026-02-04 v1 人工智能
摘要
光学相干断层扫描（OCT）凭借其高分辨率和三维成像特性，已彻底变革了视网膜疾病诊断，但其在临床实践中的全诊断自动化仍受制于多阶段工作流程和传统单切片单任务AI模型。我们提出了基于全流程OCT的临床实用系统（FOCUS），这是一种受基础模型驱动的框架，使3D OCT视网膜疾病诊断实现端到端自动化。FOCUS依次执行EfficientNetV2-S的图像质量评估，随后使用微调的视觉基础模型进行异常检测和多疾病分类。关键的是，FOCUS利用统一的自适应聚合方法，智能地将2D切片级别的预测整合为综合性的3D患者水平诊断。在3,300名患者（40,672个切片）上进行训练和测试，并在4个不同层级中心和多种OCT设备上进行外部验证（1,345名患者，18,498个切片），FOCUS在图像质量评估（99.01%）、异常检测（97.46%）和患者水平诊断（94.39%）方面取得了高F1分数。实际应用验证显示，跨中心性能稳定（F1分数为90.22%至95.24%）。在人机对比中，FOCUS在异常检测（F1：95.47% vs 90.91%）和多疾病诊断（F1：93.49% vs 91.35%）方面与专家性能相当，同时表现出更好的效率。FOCUS自动化了从图像到诊断的完整流程，代表了向无人眼科诊断迈出的关键一步，并为增强群体规模视网膜护理可及性和效率提供了经过验证的自动化筛查蓝图。
引用
@article{arxiv.2602.03302,
title = {Full end-to-end diagnostic workflow automation of 3D OCT via foundation model-driven AI for retinal diseases},
author = {Jinze Zhang and Jian Zhong and Li Lin and Jiaxiong Li and Ke Ma and Naiyang Li and Meng Li and Yuan Pan and Zeyu Meng and Mengyun Zhou and Shang Huang and Shilong Yu and Zhengyu Duan and Sutong Li and Honghui Xia and Juping Liu and Dan Liang and Yantao Wei and Xiaoying Tang and Jin Yuan and Peng Xiao},
journal= {arXiv preprint arXiv:2602.03302},
year = {2026}
}