2025年9月在國(guó)家“健康中國(guó)2030”戰(zhàn)略與“三醫(yī)協(xié)同”改革的驅(qū)動(dòng)下，我國(guó)醫(yī)療體系正經(jīng)歷深刻轉(zhuǎn)型：推動(dòng)從“以治病為中心”向“以人民健康為中心”的轉(zhuǎn)變；倡導(dǎo)預(yù)防為主的理念，致力于實(shí)現(xiàn)“早發(fā)現(xiàn)、早診斷、早治療”的主動(dòng)健康新格局；通過構(gòu)建分級(jí)診療制度優(yōu)化資源配置，強(qiáng)化基層醫(yī)療服務(wù)能力。與此同時(shí)，國(guó)家高度重視醫(yī)療質(zhì)量提升與科技創(chuàng)新轉(zhuǎn)化，強(qiáng)調(diào)提升診療質(zhì)量和科研轉(zhuǎn)化效率。在眼科領(lǐng)域，國(guó)家衛(wèi)健委于2022年發(fā)布的《“十四五”全國(guó)眼健康規(guī)劃》[1]與2024年新版《近視防治指南》[2]，進(jìn)一步強(qiáng)調(diào)了加強(qiáng)青少年近視防控、白內(nèi)障復(fù)明能力提升、基層眼科服務(wù)體系建設(shè)，建設(shè)眼科醫(yī)學(xué)高地，強(qiáng)化眼健康科學(xué)研究平臺(tái)建設(shè)等計(jì)劃安排。這一系列頂層設(shè)計(jì)，既彰顯了國(guó)家對(duì)眼健康的高度重視，也為行業(yè)發(fā)展提供了清晰與此同時(shí)，我國(guó)眼健康行業(yè)正面臨“雙重壓力”：一方面，人口老齡化加速，白內(nèi)障、糖尿病視網(wǎng)膜病變等老年性眼病負(fù)擔(dān)持續(xù)加重；另一方面，青少年近視率持續(xù)攀升，遠(yuǎn)超世界平均水平，防控形勢(shì)嚴(yán)峻。在健康意識(shí)提升和服務(wù)需求升級(jí)的背景下，患者需求正從基礎(chǔ)的“能否看上病”轉(zhuǎn)向更高層次的“能否便捷地獲得優(yōu)質(zhì)、可信賴的診療服務(wù)”。如何實(shí)現(xiàn)從預(yù)防、保健到診斷、治療、康復(fù)的全流程一體化健康管理？如何實(shí)現(xiàn)覆蓋城鄉(xiāng)的有效早篩和隨訪？如何真正落地分級(jí)診療，讓基層群眾在家門口享有高質(zhì)量眼科服務(wù)？如何系統(tǒng)性挖掘與釋放醫(yī)療數(shù)據(jù)價(jià)值，提升科研成果向臨床的轉(zhuǎn)化效率，加速創(chuàng)新技術(shù)與療法惠及廣大患者，提升整體醫(yī)療服務(wù)的效率與質(zhì)量？這些深層次痛點(diǎn)，共同構(gòu)成了當(dāng)前我國(guó)眼健康體系邁向高質(zhì)量發(fā)展所需攻克的核心問題。眼健康在全球范圍內(nèi)同樣被作為公共衛(wèi)生的重要議題。世界衛(wèi)生組織（WHO）提出，到2030年要減少可避免盲癥和視力損害的發(fā)生率，進(jìn)一步推動(dòng)“人人享有眼健康”的目標(biāo)實(shí)現(xiàn)[3]。人工智能（AI）快速發(fā)展有望達(dá)成這一目標(biāo)。舉例來說，在眼底影像智能判讀、青光眼早篩、黃斑變性輔助診斷等方面，歐美國(guó)家已有落地的實(shí)踐，并在逐步應(yīng)用的同時(shí)，推動(dòng)了相關(guān)的監(jiān)管框架和倫理標(biāo)準(zhǔn)建設(shè)[4][5][6]；亞太地區(qū)在利用移動(dòng)醫(yī)療、大數(shù)據(jù)進(jìn)行大規(guī)模篩查和健康管理方面積累了寶貴經(jīng)驗(yàn)。與此同時(shí)，AI技術(shù)本身也在不斷迭代，從算法突破到大模型興起，從單一影像識(shí)別到多模態(tài)診斷與預(yù)測(cè)，AI逐步走出實(shí)驗(yàn)室，加提升醫(yī)療精準(zhǔn)性、效率與可及性，推動(dòng)智慧醫(yī)療從輔助工具向在國(guó)家戰(zhàn)略與國(guó)際趨勢(shì)的聯(lián)合推動(dòng)下，我國(guó)也高度重視AI在各行業(yè)的應(yīng)用，接連出臺(tái)各項(xiàng)政策，積極推動(dòng)建設(shè)智能經(jīng)濟(jì)和智能社會(huì)新形態(tài)：2025年8月，國(guó)務(wù)院發(fā)布《關(guān)于深入實(shí)施質(zhì)生產(chǎn)力”的核心要素，特別提出，要有序推動(dòng)人工智能在輔助診療、健康管理、醫(yī)保服務(wù)等場(chǎng)景的應(yīng)用，大幅提高基層醫(yī)療健康服務(wù)能力和效率；2024年11月，國(guó)家衛(wèi)生健康委、國(guó)家中醫(yī)藥局、國(guó)家疾控局研究制定的《衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引》，更是為人工智能在醫(yī)療健康行業(yè)的應(yīng)用指明了具體的方向。愛爾眼科始終肩負(fù)著“使所有人，無論貧窮富裕，都享有眼健康的權(quán)利”的使命，不斷探索優(yōu)質(zhì)服務(wù)模式、提升醫(yī)療質(zhì)量、拓展覆蓋人群，努力為社會(huì)提供更公平、更高效、更可及的眼科服務(wù)。近年來，愛爾在AI輔助診斷、患者服務(wù)、智能管理、AI醫(yī)療設(shè)備等領(lǐng)域逐步積累實(shí)踐經(jīng)驗(yàn)。在此過程中，我們不斷思考如何讓AI發(fā)揮更大價(jià)值，不僅服務(wù)于愛爾自身的診療實(shí)踐，更能賦能整個(gè)眼健康生態(tài)圈的上下游，讓生態(tài)體系都能更高質(zhì)量地發(fā)展。今天，我們撰寫這本白皮書，既是對(duì)自身既往經(jīng)驗(yàn)的梳理與總結(jié)，也是對(duì)未來戰(zhàn)略規(guī)劃的思考，更是一次面向眼健康生態(tài)圈的主動(dòng)表達(dá)：愛爾眼科愿意以更加開放、務(wù)實(shí)的態(tài)度，與技術(shù)同行、產(chǎn)業(yè)伙伴和社會(huì)各界一道，共同推動(dòng)AI在眼健康領(lǐng)域的規(guī)范落地和可持續(xù)發(fā)展。放眼未來，在堅(jiān)守醫(yī)療服務(wù)這一核心價(jià)值，持續(xù)深耕眼科專業(yè)優(yōu)勢(shì)的基礎(chǔ)上，愛爾將以開放的態(tài)度，將眼科診療過程中沉淀的高質(zhì)量專業(yè)數(shù)據(jù)與技術(shù)能力，以合規(guī)的方式賦能產(chǎn)業(yè)鏈上下游，讓器械企業(yè)、藥企、保險(xiǎn)公司等生態(tài)伙伴受益，大家攜手共同推動(dòng)行業(yè)進(jìn)步。同時(shí)，我們?cè)概c眼科產(chǎn)業(yè)界同仁一起探索建立多層次、多維度的合作機(jī)制。歡迎眼科領(lǐng)域和AI領(lǐng)域的優(yōu)秀伙伴與我們共創(chuàng)和合作，為眼健康全產(chǎn)業(yè)鏈的持續(xù)蓬勃發(fā)展，為患者和合作伙伴創(chuàng)造更大的價(jià)值。我們期待這本白皮書，能夠?yàn)楫a(chǎn)業(yè)提供值得借鑒的實(shí)踐思路，也能幫助更多正在探索醫(yī)療AI的生態(tài)伙伴們點(diǎn)亮方向。愛爾相信，唯有通過持續(xù)創(chuàng)新和開放合作，才能推動(dòng)眼健康事業(yè)的不斷進(jìn)步，為患者帶來更高質(zhì)量的醫(yī)療服務(wù)，為人類眼健康走向更光明的未來一起貢獻(xiàn)我們的力量。目錄CONTENTS 業(yè)格局·6-23頁外部趨勢(shì)：人工智能重塑眼健康行業(yè)格局如果說蒸汽機(jī)推動(dòng)了機(jī)械時(shí)代，電力帶來了工業(yè)化，互聯(lián)網(wǎng)引領(lǐng)了信息化，那么人工智能則是開啟了新的“智能革命”。它不僅僅是一個(gè)技術(shù)工具，而正在成為一種新的生產(chǎn)力形態(tài)，一種重新塑造知識(shí)、決策和價(jià)值創(chuàng)造方式的重要力量。人工智能的發(fā)展歷程并非一蹴而就。從1943年神經(jīng)元模型提出，到1950年圖靈測(cè)試設(shè)想“機(jī)器能否思考”，再到1956年“人工智能”一詞的誕生，AI經(jīng)歷了早期探索的階段。而后，深藍(lán)戰(zhàn)勝卡斯帕羅夫、“深度學(xué)習(xí)”概念提出、AlphaGo戰(zhàn)勝李世石等里程碑事件，標(biāo)志著AI在算法能力方面取得了飛躍。進(jìn)入大模型時(shí)代，ChatGPT、DeepSeek等產(chǎn)品出現(xiàn)和不斷迭代，標(biāo)志著AI在理解和生成內(nèi)容方面的能力有了顯著增強(qiáng)，并逐漸走向通用化。目前，人工智能的應(yīng)用正在形成包含“視覺大模型、大語言模型、多模態(tài)大模型”在內(nèi)的系統(tǒng)格局：視覺大模型依托圖像數(shù)據(jù)，在醫(yī)學(xué)影像識(shí)別等方向展現(xiàn)突破；大語言模型依托文本數(shù)據(jù)，推動(dòng)病歷生成、臨床問答、智能問診等場(chǎng)景落地；而多模態(tài)大模型則能夠同時(shí)處理圖像、文本、語音、視頻等信息，為跨模態(tài)診斷和個(gè)性化治療提供了新的可能。計(jì)算能力的大幅提升，使得模型的參數(shù)量達(dá)到萬億級(jí)別，算法結(jié)構(gòu)也第一次接近人腦神經(jīng)網(wǎng)絡(luò)的復(fù)雜水平。生成式AI也不再局限于傳統(tǒng)的任務(wù)驅(qū)動(dòng)，而是逐漸展現(xiàn)出涌現(xiàn)式能力；不再局限于簡(jiǎn)單地執(zhí)行指令，還能夠在未知的環(huán)境中總結(jié)規(guī)律。而多模態(tài)的融合又讓機(jī)器擁有了新的“感知器官”，文字、圖像、聲音、視頻、傳感器數(shù)據(jù)被統(tǒng)一在同一語義宇宙中，AI開始具備跨維度推理和理解的能力，它不僅能回答“這是什么”，更能追問“為什么會(huì)這樣”，甚至模擬“如果這樣干預(yù)會(huì)發(fā)生什么”。這標(biāo)志著AI正在從“相關(guān)性學(xué)習(xí)”邁向“因果性探索”，而這種能力，恰恰是人類科學(xué)發(fā)展的核心引擎。更令人震撼的是，當(dāng)人工智能與知識(shí)圖譜、生物網(wǎng)絡(luò)、復(fù)雜系統(tǒng)建模等前沿方法結(jié)合時(shí)，它不再僅僅依賴歷史數(shù)據(jù)，而能夠探索規(guī)律、發(fā)現(xiàn)未知。這使AI有潛力成為人類探索生命機(jī)制的“第二認(rèn)知系統(tǒng)”。正因如此，全球頂尖的科研機(jī)構(gòu)與產(chǎn)業(yè)巨頭，已將AI視為未來競(jìng)爭(zhēng)的制高點(diǎn)和深刻重構(gòu)產(chǎn)業(yè)格局的革命性力量。7愛爾眼科Al戰(zhàn)略白皮書人工智能發(fā)展經(jīng)歷了多個(gè)歷程19431950195619591997200620162020202220242025神經(jīng)元模型提出神經(jīng)元模型被提出，奠定了現(xiàn)代人工智能的理論基礎(chǔ)圖靈測(cè)試成為判斷機(jī)器是否具有智能的經(jīng)典標(biāo)準(zhǔn)，開啟了人工智能的哲學(xué)和理達(dá)特茅斯會(huì)議上提出，標(biāo)志著人工智能學(xué)科的正式誕生ArthurSamuel明確“機(jī)器學(xué)習(xí)”概念，即讓計(jì)算機(jī)不依賴確定的編碼指令自主學(xué)習(xí)工作的技術(shù)深藍(lán)戰(zhàn)勝卡斯帕羅夫深藍(lán)在國(guó)際象棋中擊敗了卡斯帕羅夫，標(biāo)志著人工智能在復(fù)雜決策領(lǐng)域的突破開啟深度學(xué)習(xí)時(shí)代，圖像識(shí)別、語音識(shí)別等領(lǐng)域帶來重大突破AlphaGo戰(zhàn)勝李世石2016年，AlphaGo在圍棋中擊敗了李世石，進(jìn)一步推動(dòng)了AI在復(fù)雜決策領(lǐng)域的研究GPT-3發(fā)布OpenAI發(fā)布GPT-3，開啟了AI在內(nèi)容創(chuàng)作、對(duì)話系統(tǒng)等領(lǐng)域的廣泛應(yīng)用ChatGPT發(fā)布OpenAI發(fā)布ChatGPT，進(jìn)一步推進(jìn)了對(duì)話式人工智能DeepSeek發(fā)布深度求索公司發(fā)布DeepSeekLLM，進(jìn)一步推進(jìn)了大語言模型技術(shù)的發(fā)展與應(yīng)用GPT-5發(fā)布OpenAI發(fā)布GPT-5，進(jìn)一步為AI大模型競(jìng)爭(zhēng)注入了新的活力圖1：人工智能發(fā)展歷程愛爾眼科Al戰(zhàn)略白皮書眼科領(lǐng)域AI技術(shù)應(yīng)用從單一模態(tài)分析向跨模態(tài)融合方向發(fā)展，多模態(tài)眼科視覺語言模型能夠同時(shí)處理多種眼科模態(tài)，提升眼部疾病診斷和系統(tǒng)性疾病預(yù)測(cè)的準(zhǔn)確性。視覺大模型視覺大模型CNN、DITCNN、DIT、GPT、Deepseek、Qwen等GPT、Deepseek、Qwen等YOLO、DINOv3Qwen等愛爾眼科Al戰(zhàn)略白皮書AI的快速演進(jìn)，也正在成為醫(yī)療行業(yè)高質(zhì)量發(fā)展的重要?jiǎng)恿?。進(jìn)入“十四五”時(shí)期，健康已經(jīng)上升為國(guó)家戰(zhàn)略的核心議題之一。從“健康中國(guó)2030”[8]戰(zhàn)略綱要，到分級(jí)診療、公共衛(wèi)生體系改革、醫(yī)療質(zhì)量和科研能力提升等一系列制度設(shè)計(jì)，在“以治療疾病為中心”到“以人民健康為中心”轉(zhuǎn)變中，行業(yè)政策也迎來了三個(gè)重要趨勢(shì)：1.2.1推動(dòng)健康理念的根本轉(zhuǎn)變。“健康中國(guó)2030”明確提出，到2030年要實(shí)現(xiàn)全人群、全生命周期的健康管理。這意味著醫(yī)療不再局限于“在醫(yī)院里治病”這一單獨(dú)的環(huán)節(jié)，而是向前延伸至預(yù)防、向后覆蓋至康復(fù)，形成“預(yù)防—保健—診斷—治療—康復(fù)”的完整閉環(huán)。醫(yī)療行業(yè)正從“以治療疾病為中心”，走向“以人民健康為中心”。意在優(yōu)化資源配置，健全分級(jí)診療制度，推動(dòng)優(yōu)質(zhì)資源下沉，緩解群眾“看病難、看病貴”問題。對(duì)于高發(fā)病、慢性病集中的領(lǐng)域，更需要通過基層首診、雙向轉(zhuǎn)診、急慢分治的制度安排，實(shí)現(xiàn)均衡可及的醫(yī)療服務(wù)。1.2.3推動(dòng)質(zhì)量與能力的提升。2023年5月29日，國(guó)家衛(wèi)生健康委和國(guó)家中醫(yī)藥局聯(lián)合發(fā)布《全面提升醫(yī)療質(zhì)量行動(dòng)計(jì)劃（2023-2025年）》[10]，提出要“提升醫(yī)療質(zhì)量安全管理精細(xì)化、科學(xué)化、規(guī)范化程度，進(jìn)一步優(yōu)化醫(yī)療資源配置和服務(wù)均衡性，提升重大疾病診療能力和醫(yī)療質(zhì)量安全水平，持續(xù)改善人民群眾對(duì)醫(yī)療服務(wù)的滿意度”。2023年3月“支持高水平醫(yī)院建設(shè)疑難復(fù)雜專病及罕見病臨床診療中心、人才培養(yǎng)基地和醫(yī)學(xué)科技創(chuàng)新與轉(zhuǎn)化平臺(tái)，以滿足重大疾病臨床需求為導(dǎo)向加強(qiáng)臨床?？平ㄔO(shè)?！痹谘劢】殿I(lǐng)域同樣反映出這樣的行業(yè)政策趨勢(shì)。2022年1月，國(guó)家衛(wèi)生健康委印發(fā)了《“十四五”全國(guó)眼健康規(guī)劃（2021-2025年）》[1]（國(guó)衛(wèi)醫(yī)發(fā)[2022]1號(hào)提出了“十四五”時(shí)期一系列促進(jìn)眼健康高質(zhì)量發(fā)展的規(guī)劃，其中包括：要加強(qiáng)重點(diǎn)人群重點(diǎn)眼病防治（推進(jìn)兒童青少年近視防控和科學(xué)矯治、提升白內(nèi)障復(fù)明能力、提高眼底病、青光眼等眼病的早診早治能力等），強(qiáng)化眼健康科普宣傳平臺(tái)建設(shè)，加強(qiáng)基層服務(wù)能力建設(shè)，愛爾眼科Al戰(zhàn)略白皮書建設(shè)眼科醫(yī)學(xué)高地，強(qiáng)化眼健康科學(xué)研究平臺(tái)建設(shè)等。2024年6月國(guó)家衛(wèi)生健康委發(fā)布《近視防治指南（2024年版）》[2]，提出進(jìn)一步提高近視防控和診療的規(guī)范化水平，做好兒童青少年近視的防治工作。五大重點(diǎn)人群五大重點(diǎn)人群第一，推動(dòng)健康理念的根本轉(zhuǎn)變。第二，推動(dòng)醫(yī)療體系的結(jié)構(gòu)性改革。健全分級(jí)診療制度，推動(dòng)優(yōu)質(zhì)醫(yī)療資源下沉，緩解“看病難”、“看病貴”問題。第三，推動(dòng)質(zhì)量與能力的提升。提升重大疾病診療能力和醫(yī)療質(zhì)量安全水平，以滿足重大疾病臨床需求為導(dǎo)向加強(qiáng)臨床專科建設(shè)，持續(xù)改善人民群眾對(duì)醫(yī)療三大主要目標(biāo)到2025年，力爭(zhēng)實(shí)現(xiàn)以下和視力檢查覆蓋率達(dá)到90%以上，兒童青少年率不斷提高，高度近視術(shù)率（簡(jiǎn)稱CSR）達(dá)到3500以上，有效白內(nèi)《近視防治指南（2024年版）《近視防治指南（2024年版）》《“十四五”全國(guó)眼健康規(guī)劃》《“健康中國(guó)2030”規(guī)劃綱要》圖3：中國(guó)醫(yī)療政策與行業(yè)發(fā)展趨勢(shì)愛爾眼科Al戰(zhàn)略白皮書1.3行業(yè)痛點(diǎn)：從“以治療疾病為中心”到“以人民健康為中心”的關(guān)鍵轉(zhuǎn)變?nèi)欢覀円沧⒁獾?，眼健康行業(yè)仍面臨一系列現(xiàn)實(shí)挑戰(zhàn)。以人民健康為中心的目標(biāo)與現(xiàn)有的服務(wù)體系、能力結(jié)構(gòu)、患者就醫(yī)路徑之間仍然存在脫節(jié)。問題既有需求側(cè)的變化，也有供給側(cè)的局限。 我國(guó)眼健康巨大的潛在需求亟待滿足。人口老齡化帶來白內(nèi)障、青光眼、黃斑變性等疾病增多；糖尿病人群擴(kuò)大使得視網(wǎng)膜病變高發(fā)；青少年近視率長(zhǎng)期居于全球高位。然而，大多數(shù)公眾仍然停留在“癥狀驅(qū)動(dòng)就醫(yī)”的狀態(tài)，即視力明顯下降了才尋求幫助。而許多關(guān)鍵眼病在早期往往無痛無感：青光眼在發(fā)生不可逆視野損害前常常沒有明顯癥狀[12]，糖網(wǎng)病變可在多年內(nèi)悄然進(jìn)展[13]。這意味著“等到有癥狀再就醫(yī)”會(huì)滯后于疾病本身的進(jìn)展和演變。即使進(jìn)入診療環(huán)節(jié)，患者也常常會(huì)處在多環(huán)節(jié)檢查和等待中。常規(guī)就診往往涉及多項(xiàng)檢查：視力檢查、電腦驗(yàn)光、裂隙燈、眼壓測(cè)量、OCT、眼底照相，部分患者還需要做視野檢查、角膜地形圖、淚膜評(píng)估。每一環(huán)節(jié)都有相應(yīng)的檢前解釋、檢查預(yù)約、排隊(duì)等待、結(jié)果出片與醫(yī)生解讀，從而形成了長(zhǎng)而分散的鏈條。對(duì)于需要長(zhǎng)期隨訪的慢病（如青光眼、糖網(wǎng)病變、干眼）和術(shù)后康復(fù)人群而言，長(zhǎng)期堅(jiān)持復(fù)診與家庭端自我管理難度更高，從而影響患者的依從性和治療獲益。于是，我們總結(jié)患者端最核心的痛點(diǎn)聚焦在三方面：早期識(shí)別缺乏敏感、流程體驗(yàn)不夠順暢、長(zhǎng)期管理不夠持久。這與國(guó)家倡導(dǎo)的“預(yù)防為主、全生命周期管理”的政策方向仍存在落差。 眼科與多數(shù)?？撇煌?，它既是醫(yī)學(xué)中最能“看得見、量得出”的領(lǐng)域，也是高度依賴經(jīng)驗(yàn)判斷的醫(yī)學(xué)領(lǐng)域，這些特點(diǎn)也帶來了一系列供給端的問題：愛爾眼科Al戰(zhàn)略白皮書備，這些設(shè)備一方面可以對(duì)角膜、晶狀體、視網(wǎng)膜以及視神經(jīng)等結(jié)構(gòu)進(jìn)行精細(xì)成像和量化分析。但同時(shí)，由于不同廠商采用的數(shù)據(jù)標(biāo)準(zhǔn)和輸出格式不一致，這些海量異構(gòu)的數(shù)據(jù)無法自動(dòng)生成臨床診斷結(jié)論。這不僅增加了醫(yī)生信息整合的難度，也加重了醫(yī)生在交叉比對(duì)和綜合判斷時(shí)的負(fù)擔(dān)，進(jìn)而影響到診療效率。變化不相符的情況。例如，在青光眼早期，OCT可能已經(jīng)觀察到視神經(jīng)纖維層變薄，而視野檢查結(jié)果卻可能表現(xiàn)正常；但視野檢查又可能因患者的配合程度帶來假陽性或假陰性。同樣地，對(duì)于糖尿病視網(wǎng)膜病變，當(dāng)影像上病灶在逐步累積的同時(shí)，患者主觀視力可能依然尚可，然而一旦影響到黃斑，或形成新生血管，就會(huì)導(dǎo)致功能損傷迅速加重。在這種情況下，醫(yī)生的臨床經(jīng)驗(yàn)尤為重要，需要能夠從這種“不一致”中精準(zhǔn)識(shí)別疾病的發(fā)展趨勢(shì)、把握干預(yù)的時(shí)機(jī)，決定是繼續(xù)觀察、立即干預(yù)還是轉(zhuǎn)診。這也暴露出了基層醫(yī)療的短板：診療設(shè)備可以配置，但“讀得懂、判得準(zhǔn)、把握住分寸”的診斷卻難以在短期內(nèi)復(fù)制。多項(xiàng)參數(shù)精準(zhǔn)計(jì)算人工晶體度數(shù)；屈光手術(shù)要求精確測(cè)量角膜厚度分布以確保安全性；青光眼及視網(wǎng)膜疾病的診治則更強(qiáng)調(diào)長(zhǎng)期病情監(jiān)測(cè)與并發(fā)癥預(yù)警。這些診療都非常依賴對(duì)數(shù)據(jù)的精確測(cè)量和對(duì)病情趨勢(shì)的準(zhǔn)確判斷，由此帶來了一個(gè)現(xiàn)實(shí)難題：即使醫(yī)療機(jī)構(gòu)配備了先進(jìn)設(shè)備，醫(yī)生在數(shù)據(jù)解讀與治療決策方面的能力依然存有差別，這也成為了影響眼科醫(yī)療服務(wù)均質(zhì)化提升的挑戰(zhàn)。變[14]、頑固性干眼綜合征[15]、以及葡萄膜炎-青光眼-前房出血（UGH）[16]綜合征等復(fù)雜繼發(fā)病癥，當(dāng)前的診療方式更多依賴專家的個(gè)人經(jīng)驗(yàn)和有限的文獻(xiàn)報(bào)道，缺乏基于大樣本、多中心真實(shí)世界數(shù)據(jù)的疾病演進(jìn)模型與機(jī)制解釋。這導(dǎo)致治療方案往往停留在對(duì)癥緩解，難以實(shí)現(xiàn)根本性突破。術(shù)比例高、患者周轉(zhuǎn)快、檢查環(huán)節(jié)多等特點(diǎn)，因此對(duì)病歷撰寫、病歷質(zhì)控、圍手術(shù)期管理愛爾眼科Al戰(zhàn)略白皮書等都提出了高要求。然而在現(xiàn)實(shí)工作中，病歷記錄仍主要依靠人工完成，既消耗醫(yī)護(hù)精力，也可能導(dǎo)致病歷質(zhì)量參差不齊。同時(shí)，優(yōu)質(zhì)醫(yī)療資源高度集中在大城市，基層醫(yī)院即使引進(jìn)設(shè)備，也很難系統(tǒng)性地復(fù)制專家級(jí)診療水平。這種資源和能力的不平衡進(jìn)一步導(dǎo)致了服務(wù)碎片化、轉(zhuǎn)診鏈條不暢等問題。 1.3.3政策目標(biāo)與現(xiàn)實(shí)痛點(diǎn)之間的“斷層”通過以上分析，我們能夠總結(jié)出眼健康行業(yè)面臨的挑戰(zhàn)和機(jī)遇：國(guó)家強(qiáng)調(diào)“以人民健康為中心”，但繁瑣的就診路徑還是給患者的流程體驗(yàn)與長(zhǎng)期依從性帶來挑戰(zhàn)；國(guó)家倡導(dǎo)“預(yù)防為主、醫(yī)防融合”，這為眼健康的早篩早診提供了良好的政策環(huán)境，但如何把早篩早診從理念變成可持續(xù)的實(shí)踐機(jī)制，仍然還有探索空間；國(guó)家推動(dòng)“分級(jí)診療、資源下沉”，但如何讓基層醫(yī)護(hù)技從被動(dòng)轉(zhuǎn)診，進(jìn)一步走向“讀得懂、敢決策”，依舊是下一步的重點(diǎn)；國(guó)家高度重視醫(yī)療質(zhì)量與科技創(chuàng)新，積極推動(dòng)醫(yī)學(xué)研究和技術(shù)突破，但在加速探索和攻堅(jiān)克難醫(yī)療未知領(lǐng)域、將分散的醫(yī)療數(shù)據(jù)整合為可挖掘的知識(shí)體系方面，還存在差距。這些問題，正是國(guó)家“健康中國(guó)”戰(zhàn)略、分級(jí)診療與醫(yī)防融合策略，以及質(zhì)量安全與科研創(chuàng)新提升政策在眼健康領(lǐng)域的落地難點(diǎn)。愛爾眼科Al戰(zhàn)略白皮書 3452 3452基礎(chǔ)檢查定期視力與眼病術(shù)后復(fù)查與并發(fā)癥檢測(cè)基礎(chǔ)檢查定期視力與眼病術(shù)后復(fù)查與并發(fā)癥檢測(cè)藥物治療推動(dòng)優(yōu)質(zhì)資源下沉視覺功能康復(fù)兒童青少年近視以“癥狀驅(qū)動(dòng)”視覺功能康復(fù)兒童青少年近視以“癥狀驅(qū)動(dòng)”學(xué)校與社區(qū)健康影像學(xué)檢查OCT/眼底照相等手術(shù)治療長(zhǎng)期慢病管理重視兒童青少年長(zhǎng)期慢病管理重視兒童青少年近視防控?？拼_診與分級(jí)愛眼日宣傳康的重要組成愛眼日宣傳康的重要組成重視老年性眼病強(qiáng)調(diào)全生命周期健康管理強(qiáng)調(diào)全生命周期健康管理縮小城鄉(xiāng)差距縮小城鄉(xiāng)差距政策目標(biāo)政策目標(biāo)圖4：醫(yī)療領(lǐng)域的政策目標(biāo)與眼健康行業(yè)的現(xiàn)實(shí)痛點(diǎn)愛爾眼科Al戰(zhàn)略白皮書綜合分析眼健康行業(yè)的各種痛點(diǎn)，我們認(rèn)為本質(zhì)原因在于：海量的眼科數(shù)據(jù)尚未轉(zhuǎn)化為系統(tǒng)化的疾病認(rèn)知能力、可復(fù)制推廣的標(biāo)準(zhǔn)化診療方案、支撐大規(guī)模人群服務(wù)的運(yùn)營(yíng)效率、以及對(duì)人類眼健康未知難題的前沿洞察和探索能力。數(shù)據(jù)散落在不同環(huán)節(jié)未能整合，經(jīng)驗(yàn)局限在個(gè)體難以共享，決策仍依賴人工而缺乏標(biāo)準(zhǔn)——這正是行業(yè)向“以人民健康為中心”轉(zhuǎn)型升級(jí)的過程中，所面臨的核心瓶頸。要突破這一瓶頸，不能僅依靠局部的效率提升或單項(xiàng)技術(shù)應(yīng)用，而是必須構(gòu)建一套能夠充分挖掘數(shù)據(jù)價(jià)值的整體解決方案。這一方案應(yīng)能整合不同來源、不同類型數(shù)據(jù)，構(gòu)建動(dòng)態(tài)更新的眼科知識(shí)體系，將頂尖專家的經(jīng)驗(yàn)轉(zhuǎn)化為可下沉的輔助能力，最終賦能預(yù)防、保健、診斷、治療、康復(fù)的眼健康全流程場(chǎng)景。近年來AI技術(shù)的最新突破，正在為這樣的系統(tǒng)性方案提供前所未有的可能性。例如：多模態(tài)學(xué)習(xí)能將影像、文本、基因組學(xué)、生理指標(biāo)等來源各異、標(biāo)準(zhǔn)不一的數(shù)據(jù)在同一框架下綜合分析，有助于打破“信息孤島”，緩解“數(shù)據(jù)過載”，為臨床決策提供全面而一致的依據(jù)；知識(shí)推理技術(shù)可以從復(fù)雜的數(shù)據(jù)關(guān)系中識(shí)別潛在規(guī)律，生成的臨床見解不再受到經(jīng)驗(yàn)的局限，能夠輔助醫(yī)生——尤其是基層醫(yī)生——更準(zhǔn)確地判斷病情發(fā)展趨勢(shì)和干預(yù)時(shí)機(jī)，從而緩解因經(jīng)驗(yàn)差異帶來的診療質(zhì)量不均；生成式交互能夠?qū)⒌讓訌?fù)雜的技術(shù)能力轉(zhuǎn)化為簡(jiǎn)潔、可操作的語言與界面，大幅簡(jiǎn)化操作流程、減少等待時(shí)間，既提升醫(yī)生病歷書寫和隨訪管理等日常工作的效率，也為患者提供清晰易懂的專業(yè)解釋與健康指導(dǎo)，從而在保證診療效率的同時(shí)，提升服務(wù)的一致性與患者體驗(yàn)[17]。換句話說，AI正在超越傳統(tǒng)的數(shù)據(jù)處理角色，它能使不同來源、不同格式的數(shù)據(jù)實(shí)現(xiàn)“對(duì)話”，讓數(shù)據(jù)不再僅是靜態(tài)的“記錄”，而成為持續(xù)迭代的“智能資產(chǎn)”。這一能力將能為患者提供更早期、更精準(zhǔn)的疾病識(shí)別和干預(yù)；能輔助高負(fù)荷工作的醫(yī)生進(jìn)行穩(wěn)定可愛爾眼科Al戰(zhàn)略白皮書靠的決策；更能支持科學(xué)家，加速對(duì)人類眼病機(jī)制的深度探索與未知領(lǐng)域的科學(xué)發(fā)現(xiàn)；此外，AI也能夠協(xié)助管理者在集團(tuán)層面優(yōu)化資源配置與運(yùn)營(yíng)治理，提升集團(tuán)決策水平；顯著提升一線員工的工作效能。最終，這種智能資產(chǎn)將輻射至產(chǎn)業(yè)上下游，為設(shè)備研發(fā)、藥品創(chuàng)新、保險(xiǎn)支付等環(huán)節(jié)提供持續(xù)的數(shù)據(jù)智能支撐，推動(dòng)眼健康生態(tài)圈協(xié)同發(fā)展，真正邁向“以人民健康為中心”的新模式。AI技術(shù)的發(fā)展，也離不開政府的支持。我國(guó)政府對(duì)AI和數(shù)據(jù)要素的支持政策，為眼健康行業(yè)“加速前進(jìn)”提供了動(dòng)力與保障。自2017年《新一代人工智能發(fā)展規(guī)劃》[18]確立AI為國(guó)家戰(zhàn)略技術(shù)以來，醫(yī)療行業(yè)迅速 成為重點(diǎn)落地的行業(yè)領(lǐng)域。2024年11月，為了進(jìn)一步推進(jìn)衛(wèi)生健康行業(yè)“人工智能+”應(yīng)用創(chuàng)新發(fā)展，國(guó)家衛(wèi)生健康委會(huì)同相關(guān)部委聯(lián)合發(fā)布《衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引》[19]，系統(tǒng)梳理了4大類、13個(gè)板塊、84項(xiàng)應(yīng)用場(chǎng)景，覆蓋醫(yī)療服務(wù)管理、基層公 衛(wèi)服務(wù)、健康產(chǎn)業(yè)發(fā)展以及醫(yī)學(xué)教學(xué)科研，不僅有助于提升診療效率，也為醫(yī)院內(nèi)部決策、運(yùn)營(yíng)管理方面提供了明確可行的方向。對(duì)眼健康機(jī)構(gòu)而言，智能病歷輔助生成、智能耗材管理、醫(yī)學(xué)影像智能輔助治療等典型場(chǎng)景，均可在該指引框架下開展標(biāo)準(zhǔn)化探索與評(píng)估。在此基礎(chǔ)上，2025年8月21日國(guó)務(wù)院正式印發(fā)《國(guó)務(wù)院關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》（國(guó)發(fā)[2025]11號(hào)）[20]，提出到2027年、2030年、2035年的階段性目標(biāo)， 強(qiáng)調(diào)推動(dòng)人工智能與經(jīng)濟(jì)社會(huì)各行業(yè)深度融合，形成智能經(jīng)濟(jì)和智能社會(huì)的新形態(tài)。其中明確了要聚焦六大重點(diǎn)領(lǐng)域：科學(xué)技術(shù)、產(chǎn)業(yè)發(fā)展、消費(fèi)提質(zhì)、民生福祉、治理能力和全球合作。特別是在醫(yī)療健康和民生福祉方面，政策提出要推廣“人人可享”的居民健康助手，推動(dòng)人工智能在輔助診療、健康管理、醫(yī)保服務(wù)等場(chǎng)景的應(yīng)用，大幅提升基層醫(yī)療健康服務(wù)的可及性與效率。這意味著眼健康行業(yè)不僅獲得了政策層面的制度保障，更有機(jī)會(huì)在“人工智能+醫(yī)療健康”的國(guó)家戰(zhàn)略中率先形成規(guī)?；瘧?yīng)用。在數(shù)據(jù)要素方面，2024年12月，國(guó)家數(shù)據(jù)局聯(lián)合多部門出臺(tái)的《關(guān)于促進(jìn)企業(yè)數(shù)據(jù)資源開發(fā)利用的意見》[21]，明確提出健全數(shù)據(jù)權(quán)益實(shí)現(xiàn)機(jī)制、推動(dòng)數(shù)據(jù)依法合規(guī)流通、培育愛爾眼科Al戰(zhàn)略白皮書數(shù)字化競(jìng)爭(zhēng)力，明確支持重點(diǎn)行業(yè)的數(shù)據(jù)要素高效利用。與此同時(shí)，國(guó)家發(fā)展改革委等部門發(fā)布的《關(guān)于促進(jìn)數(shù)據(jù)產(chǎn)業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見》[22]進(jìn)一步強(qiáng)調(diào)要深化數(shù)據(jù)要素市場(chǎng) 化配置改革，構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)。在醫(yī)療領(lǐng)域，國(guó)務(wù)院辦公廳發(fā)布的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》[23]與《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā) 展的指導(dǎo)意見》[24]，則明確提出要推動(dòng)醫(yī)療健康數(shù)據(jù)資源整合、共享與應(yīng)用，支持互聯(lián)網(wǎng) 醫(yī)療、健康管理和公共衛(wèi)生服務(wù)創(chuàng)新。這意味著醫(yī)療領(lǐng)域生成的影像、診療、管理等數(shù)據(jù)，將能夠在嚴(yán)格合規(guī)與隱私保護(hù)的前提下，具備跨院區(qū)、跨設(shè)備的數(shù)據(jù)整合、脫敏共享與共創(chuàng)開發(fā)，進(jìn)而支持多中心真實(shí)世界研究、疾病風(fēng)險(xiǎn)模型訓(xùn)練、運(yùn)營(yíng)優(yōu)化與供應(yīng)鏈協(xié)同等產(chǎn)業(yè)協(xié)同的規(guī)?；悄?。隨著AI和數(shù)據(jù)政策的不斷完善，眼健康行業(yè)的技術(shù)創(chuàng)新不僅有了方向，更有了制度層面的“安全護(hù)航”，為未來從試點(diǎn)走向規(guī)模化應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。愛爾眼科Al戰(zhàn)略白皮書 衛(wèi)生健康行業(yè)人工智能應(yīng)用場(chǎng)景參考指引愛爾眼科Al戰(zhàn)略白皮書政策引領(lǐng)數(shù)據(jù)資產(chǎn)規(guī)范監(jiān)管、高效利用圖5：人工智能與數(shù)據(jù)要素的相關(guān)政策為眼健康行業(yè)提供指引和動(dòng)力愛爾眼科Al戰(zhàn)略白皮書眼科影像標(biāo)準(zhǔn)化程度高、數(shù)據(jù)量大、驗(yàn)證指標(biāo)清晰，這些特征使其成為醫(yī)療AI較早落地并廣泛應(yīng)用的領(lǐng)域之一。目前，AI在眼健康領(lǐng)域形成多點(diǎn)突破之勢(shì)。我們總結(jié)梳理當(dāng)前現(xiàn)智能陪診、流程優(yōu)化與持續(xù)隨訪：在早期預(yù)防與保健方面，AI自動(dòng)判讀眼底照片、OCT影像已在糖尿病視網(wǎng)膜病變、青光眼、黃斑變性等病種實(shí)現(xiàn)社區(qū)與體檢中心規(guī)?；瘧?yīng)用[25]；AI兒童近視風(fēng)險(xiǎn)預(yù)測(cè)[26]、裂隙燈影像識(shí)別[27]等技術(shù)在部分機(jī)構(gòu)有試點(diǎn)。在診斷流程中，AI已經(jīng)通過影像分割、病灶檢測(cè)、角膜地形分析等方式顯著提升了診斷準(zhǔn)確性與效率[28]，在白內(nèi)障人工晶體度數(shù)計(jì)算中也實(shí)現(xiàn)了高度自動(dòng)化。在治療輔助方面，部分高端手術(shù)顯微鏡已嵌入AI實(shí)時(shí)標(biāo)記切口與關(guān)鍵解剖結(jié)構(gòu)，且AI飛秒激光切割優(yōu)化、術(shù)中風(fēng)險(xiǎn)預(yù)警等功能也均有實(shí)際案例[29]。在康復(fù)階段，AI多用于影像趨勢(shì)分析、藥物依從性監(jiān)測(cè)、視覺康復(fù)訓(xùn)練等，尤其在青光眼與干眼康復(fù)隨訪中，有助于提高依從性與連續(xù)性管理水平，顯示出其在慢病管理方面研發(fā)效率與成果轉(zhuǎn)化率在新藥研發(fā)方面，AI應(yīng)用已經(jīng)覆蓋包含藥物靶點(diǎn)識(shí)別、藥物開發(fā)、臨床前研究、臨床試驗(yàn)和上市后監(jiān)測(cè)在內(nèi)的藥物開發(fā)全流程，可顯著縮短研發(fā)周期；結(jié)合AI驅(qū)動(dòng)的多中心病歷數(shù)據(jù)挖掘，正在幫助發(fā)現(xiàn)流行病學(xué)趨勢(shì)、并發(fā)癥風(fēng)險(xiǎn)與疾病關(guān)聯(lián)[31]。在臨床試驗(yàn)管理方面，AI患者招募與分型技術(shù)可精準(zhǔn)匹配入排標(biāo)準(zhǔn)，提升試驗(yàn)入組效率；影像生物標(biāo)志物自動(dòng)量化（如OCT視網(wǎng)膜厚度、OCTA微血管密度）能夠提高多中心數(shù)據(jù)一致性；同時(shí)，AI科研報(bào)告生成與圖表繪制工具，正在加快科研成果的整理與發(fā)表進(jìn)程，并能夠提高試驗(yàn)效率與數(shù)據(jù)一致性[32][33][34]。在用藥管理與療效監(jiān)測(cè)方面，AI小助手可實(shí)時(shí)跟蹤用藥習(xí)慣與療效反饋，在慢病用藥依從性管理上潛力明顯[35]。愛爾眼科Al戰(zhàn)略白皮書個(gè)性化健康指導(dǎo)在影像與手術(shù)設(shè)備方面，已有OCT、眼底相機(jī)等影像設(shè)備嵌入AI判讀功能，實(shí)現(xiàn)影像的即拍即分析[25]；手術(shù)導(dǎo)航與個(gè)性化屈光切削方案優(yōu)化仍屬高端設(shè)備功能。AI近視防控眼鏡、弱視訓(xùn)練眼鏡等可穿戴與家用終端的開發(fā)與應(yīng)用也逐漸進(jìn)入市場(chǎng)推廣階段。而在基層與下沉市場(chǎng)，便攜式眼底相機(jī)+云端AI[25]的組合，已成為提升基層篩查效率和準(zhǔn)確率的有效手段，尤其適用于農(nóng)村與社區(qū)巡診場(chǎng)景。并通過培訓(xùn)增強(qiáng)醫(yī)護(hù)技智能化診療能力在醫(yī)院與企業(yè)運(yùn)營(yíng)管理方面，通過歷史就診數(shù)據(jù)與季節(jié)因素，AI可以進(jìn)行門診量預(yù)測(cè)與排班優(yōu)化，提前調(diào)整人力資源配置；通過AI進(jìn)行庫存與耗材的需求預(yù)測(cè)，可以幫助企業(yè)減少藥品、耗材的積壓與缺貨；同時(shí)，基于區(qū)域人口與發(fā)病率的AI就診需求熱力圖也可以指導(dǎo)醫(yī)院進(jìn)行更加合理的資源配置。AI的快速發(fā)展，正在持續(xù)推動(dòng)眼健康行業(yè)的轉(zhuǎn)型。在全球趨勢(shì)與中國(guó)政策的雙重推動(dòng)下，眼科AI迎來重要的發(fā)展機(jī)遇，它不僅成為醫(yī)療機(jī)構(gòu)提升診療質(zhì)量與效率的重要工具，更是行業(yè)參與者塑造未來競(jìng)爭(zhēng)力的戰(zhàn)略重點(diǎn)。22愛爾眼科Al戰(zhàn)略白皮書科科研科科研企業(yè)管理AI嵌入AI嵌入OCT、眼底科設(shè)備開科設(shè)備開基于OCT基于OCT/OCTA的無接AI+AR屈光手術(shù)AI+VR白內(nèi)障手術(shù)?？漆t(yī)生培科醫(yī)生培訓(xùn)與教學(xué)OCT干性AMD分級(jí)（OCT+眼底+FFA）AIOCT/OCTA自動(dòng)分層與AIOCT/OCTA自動(dòng)分層與23愛爾眼科Al戰(zhàn)略白皮書18-30歲18-30歲z-"z-"AI醫(yī)療設(shè)備 AI醫(yī)療設(shè)備 技術(shù)路徑：小模型+嵌入芯片30-50歲 50-65歲 50-65歲z-"65歲以上愛爾數(shù)字眼科研究所影像輔助診斷數(shù)據(jù)挖掘與分析AI愛爾數(shù)字眼科研究所影像輔助診斷數(shù)據(jù)挖掘與分析AI健康教育 技術(shù)路徑：LLM+RAG技術(shù)路徑：數(shù)據(jù)挖掘+BI+LLM術(shù)機(jī)器AI助力科研 AI助力科研 技術(shù)路徑：回歸+NLP+LLM等25愛爾眼科Al戰(zhàn)略白皮書3-18歲技術(shù)路徑：CV3-18歲技術(shù)路徑：CV+LLM+ML作為中國(guó)眼科醫(yī)療的一份子，愛爾眼科始終堅(jiān)持“使所有人，無論貧窮富裕，都享有眼健康的權(quán)利”的初心。在過去的幾年里，愛爾眼科始終布局信息化、數(shù)字化、智能化應(yīng)用，在人工智能與眼健康的結(jié)合方面開展了大量探索，在多個(gè)場(chǎng)景（如影像識(shí)別輔助診斷、術(shù)后隨訪提醒、智能客服等）積累了實(shí)踐經(jīng)驗(yàn)。我們已經(jīng)開發(fā)出了AierGPT、智能Agent生態(tài)、計(jì)算機(jī)視覺等在內(nèi)的多個(gè)人工智能應(yīng)用，在眼病輔助診斷、近視防控技術(shù)領(lǐng)域等方面率先實(shí)現(xiàn)了應(yīng)用突破，并推動(dòng)愛爾眼健康大數(shù)據(jù)平臺(tái)、聯(lián)邦協(xié)同平臺(tái)等平臺(tái)的建設(shè)。這些AierGPT采用“領(lǐng)域原生模型核心+認(rèn)知融合+動(dòng)態(tài)知識(shí)引擎”的混合架構(gòu)，旨在構(gòu)建一個(gè)既有深厚專業(yè)底蘊(yùn)，又能敏銳響應(yīng)臨床動(dòng)態(tài)的“智慧大腦”。模型核心的領(lǐng)域原生化意味著我們摒棄了僅依賴提示工程（PromptEngineering）的表層應(yīng)用，而是致力于將在根本上提升其臨床決策的可靠性。AierGPT的設(shè)計(jì)核心之一便是動(dòng)態(tài)知識(shí)引擎(DynamicKnowledgeEngine)為了解決大模型知識(shí)更新滯后和“幻覺”問題而構(gòu)建的與模型核心解耦的動(dòng)態(tài)知識(shí)引擎，通過融合查詢重寫（QueryRewriting）、文檔分塊與重排序（Chunking&Reranking）等技術(shù)，結(jié)合眼科知識(shí)圖譜的構(gòu)建，AierGPT能夠直接生成Cypher或SPARQL等圖查詢語言，精準(zhǔn)地從知識(shí)圖譜中提取事實(shí)，為模型的推理提供堅(jiān)實(shí)、可溯源的依據(jù)，極大地提升了在嚴(yán)肅醫(yī)療場(chǎng)景中的可信度。愛爾眼科Al戰(zhàn)略白皮書眼科垂類大模型：AierGPT及其應(yīng)用示例眼科垂類大模型：AierGPT愛爾眼科垂類大模型AierGPT整合大量眼科領(lǐng)域資源，加強(qiáng)大模型眼科領(lǐng)域?qū)I(yè)知識(shí)，已于2024年9月23日在世界近視眼大會(huì)上正式發(fā)布。AierGPT發(fā)布會(huì)及使用示例基于AierGPT的系列助手100,000+100,000+愛爾眼科自有數(shù)據(jù)集：來自愛爾眼科科普素材、私域?qū)υ?、眼底?bào)告等真實(shí)數(shù)據(jù)以及愛爾培訓(xùn)題庫、術(shù)語解析等專業(yè)醫(yī)生提供的眼科知識(shí)。眼科書籍教材：對(duì)眾多眼科書籍和文獻(xiàn)進(jìn)行清洗總結(jié)而形成的數(shù)據(jù)。開源通用問答數(shù)據(jù)集：包含人文、地理、數(shù)學(xué)、計(jì)算機(jī)等通用領(lǐng)域的開源問答數(shù)據(jù)。開源醫(yī)療問答數(shù)據(jù)集：包含內(nèi)科、外科、神經(jīng)科等醫(yī)療全科的患者咨詢問答數(shù)據(jù)。預(yù)后關(guān)懷27愛爾眼科Al戰(zhàn)略白皮書AierGPT大模型圖8：眼科垂類大模型：AierGPT及其應(yīng)用示例智能Agent生態(tài)則是以“上下文工程”驅(qū)動(dòng)的業(yè)務(wù)流程自動(dòng)化，其核心是將愛爾眼科的整個(gè)業(yè)務(wù)體系（AHIS、AEMR、APACS、ACRM等）視為一個(gè)巨大的、動(dòng)態(tài)的“上下文知識(shí)庫”，并通過精巧的工程設(shè)計(jì)，在任務(wù)執(zhí)行的每一瞬間，為AierGPT動(dòng)態(tài)構(gòu)建出最精準(zhǔn)、最完備的“決策上下文”。其核心架構(gòu)是分層自治的“規(guī)劃-調(diào)度-執(zhí)行”模型，技術(shù)基石是企業(yè)級(jí)服務(wù)網(wǎng)關(guān)與長(zhǎng)短期記憶融合，由AierGPT核心模型驅(qū)動(dòng)，在處理復(fù)雜案例時(shí)能夠自動(dòng)從數(shù)據(jù)庫中提取患者的關(guān)鍵歷史信息（如過敏史、家族病史），與當(dāng)前任務(wù)信息融合，形成一個(gè)兼具歷史深度和當(dāng)前焦點(diǎn)的時(shí)間感知上下文，輔助醫(yī)生進(jìn)行最優(yōu)的治療方案決策。愛爾眼科Al戰(zhàn)略白皮書愛爾智能Agent的開發(fā)及應(yīng)用愛爾自研智能客服以AierGPT為底座，為患者提供科普問答、就醫(yī)導(dǎo)診等服務(wù)，優(yōu)化患者就醫(yī)體驗(yàn)，擴(kuò)展訪客渠道，提升服務(wù)覆蓋。愛爾數(shù)字人:Eyecho愛爾數(shù)字人愛爾數(shù)字人Eyecho集合了生成式人工智能和計(jì)算機(jī)圖形學(xué)領(lǐng)域前沿技術(shù)，創(chuàng)新模式，已于2024年10月26日在東北大學(xué)附屬遼寧愛爾眼科醫(yī)院區(qū)域眼科醫(yī)學(xué)中心開診儀式上 愛爾名醫(yī)患教數(shù)字人患者教育 愛爾名醫(yī)陪伴數(shù)字人術(shù)后服務(wù) 愛爾大廳播報(bào)數(shù)字人形象展示全眼科實(shí)時(shí)回復(fù)多模態(tài)實(shí)時(shí)互動(dòng)雙語多場(chǎng)景展示愛爾眼科Al戰(zhàn)略白皮書提升臨床效率提升臨床效率提高服務(wù)質(zhì)量共享全球眼科智慧檢索增強(qiáng)RAGAierGPTTransformer愛科Eyecho—愛爾001號(hào)數(shù)字員工視頻擴(kuò)散大模型SVD圖9：愛爾智能Agent及應(yīng)用愛爾眼科在計(jì)算機(jī)視覺領(lǐng)域戰(zhàn)略緊密圍繞眼科的學(xué)科特點(diǎn)展開。作為高度依賴影像的醫(yī)學(xué)分支，眼科診斷離不開OCT、眼底彩照、熒光血管造影（FFA）、角膜地形圖等多種影像手段。這些影像既作為診斷的金標(biāo)準(zhǔn)構(gòu)成了臨床診斷的更重要依據(jù)，也包含了超越人類視覺極限的豐富信息。我們依靠長(zhǎng)期積累的、包含長(zhǎng)期隨訪結(jié)果的縱向數(shù)據(jù)，通過自研的視覺骨干網(wǎng)絡(luò)與4D時(shí)空建模（Spatio-TemporalModeling）技術(shù)，開展了大規(guī)模的自監(jiān)可能是視網(wǎng)膜結(jié)構(gòu)的細(xì)微差異，或者血管分布的特定模式——經(jīng)過驗(yàn)證后，可形成可靠的“數(shù)字生物標(biāo)志物”，從而為臨床診療提供客觀、可量化的決策支持，從而幫助醫(yī)生制定更加個(gè)性化、更具成本效益的治療與隨訪方案。愛爾眼科Al戰(zhàn)略白皮書人工智能在眼病篩查領(lǐng)域的應(yīng)用，提升了疾病早期發(fā)現(xiàn)的人工智能在眼病篩查領(lǐng)域的應(yīng)用，提升了疾病早期發(fā)現(xiàn)的效率和優(yōu)質(zhì)醫(yī)療資源的可及性，正在改變傳統(tǒng)眼病篩查的模式，為患者帶來更及時(shí)、更精準(zhǔn)的健康服務(wù)。愛爾開發(fā)了一批眼病篩查模型，為眼病早發(fā)現(xiàn)早干預(yù)提供有力支持。裂隙燈AI愛爾眼底AI篩查系統(tǒng)通過接入免散瞳眼底照相機(jī)、搭載眼底影像智能分析系統(tǒng)，可識(shí)別糖尿病視網(wǎng)膜病變、黃斑病變等11種眼愛爾眼瞼腫物智能分類算法，可自動(dòng)識(shí)別眼瞼腫物良惡性。愛爾基于此算法推出了眼瞼腫物智能篩查小程序，供用戶自測(cè)自查。愛爾裂隙燈AI影像智能分賦能白內(nèi)障、翼狀胬肉等多種眼前節(jié)疾病篩查。圖10：愛爾眼科計(jì)算機(jī)視覺應(yīng)用示例：AI賦能眼病篩查在輔助診斷方面，愛爾眼科研發(fā)了醫(yī)療云平臺(tái)與智慧醫(yī)院體系，其上搭建了預(yù)問診、智能輔診、醫(yī)保審核、AI報(bào)告解讀等功能，并推出了“小e”等AI輔助診斷工具，通過AI智能分析患者的電子病歷、醫(yī)學(xué)影像、歷史數(shù)據(jù)以及臨床檢查結(jié)果，輔助醫(yī)生進(jìn)行更精準(zhǔn)的疾病診斷，也能讓患者享受到更高質(zhì)量的醫(yī)療服務(wù)，為“醫(yī)療平權(quán)”的實(shí)現(xiàn)提供了實(shí)踐路愛爾眼科Al戰(zhàn)略白皮書時(shí)間內(nèi)完成報(bào)極大縮短診斷時(shí)間，提高醫(yī)療資源利用效析海量專業(yè)醫(yī)學(xué)數(shù)據(jù)，識(shí)別醫(yī)學(xué)影像中的細(xì)微特征，輔助醫(yī)生進(jìn)行更精準(zhǔn)的疾病診住院醫(yī)生住院醫(yī)生愛爾通過接入DeepSeek等大模型，將人工智能技術(shù)深度融入醫(yī)療云平臺(tái)，實(shí)現(xiàn)了智能報(bào)告解讀和輔助診斷功能，賦能眼科醫(yī)療服務(wù)質(zhì)效提升。技術(shù)架構(gòu)：鑒權(quán)ADP-AI-Gateway模型：DeepSeekR1（本地）、Qwen-max（百煉）等圖11：愛爾眼科AI賦能眼病輔助診斷在眼科智能設(shè)備方面，愛爾眼科也參與研發(fā)了包括全自動(dòng)AI眼底檢測(cè)儀、全自動(dòng)屈光度篩查儀、手持視力篩查儀以及手持裂隙燈在內(nèi)的多種智能設(shè)備。其中，愛爾參與研發(fā)的“廣域視網(wǎng)膜屈光度測(cè)量?jī)x（VPR）”能夠通過廣域視網(wǎng)膜地形圖查屈光度，可應(yīng)用于鏡片私人定制與精準(zhǔn)防控、角膜塑形鏡效果預(yù)測(cè)、屈光手術(shù)和人工晶體設(shè)計(jì)等領(lǐng)域，具有里程碑意義。與傳統(tǒng)僅檢測(cè)黃斑中心凹的驗(yàn)光儀不同，VPR能夠檢測(cè)視網(wǎng)膜視野范圍內(nèi)最大達(dá)100度的區(qū)域，并生成三維屈光率地形圖。這種深度視圖不僅讓按照區(qū)域差異設(shè)計(jì)的個(gè)性化矯治方案成為可能，也賦能醫(yī)生根據(jù)兒童周邊屈光狀況提前預(yù)測(cè)不同近視防控方案的32愛爾眼科Al戰(zhàn)略白皮書效果，從而更精準(zhǔn)地制定干預(yù)方案，并顯著提升干預(yù)效果。目前，VPR已獲得“國(guó)家創(chuàng)新醫(yī)療器械”分類界定，充分體現(xiàn)了其技術(shù)領(lǐng)先性與創(chuàng)新價(jià)值。這一設(shè)備的落地也為未來個(gè)性化干預(yù)和科學(xué)路徑的構(gòu)建奠定了堅(jiān)實(shí)基礎(chǔ)。愛爾眼科研發(fā)一系列眼科智能設(shè)備全自動(dòng)屈光度篩查儀&手持視力篩查儀多信息錄入方式檢查高效，1人1s完成檢查多數(shù)據(jù)傳輸協(xié)議智能語音提示多信息錄入方式檢查高效，1人1s完成檢查多數(shù)據(jù)傳輸協(xié)議智能語音提示大視場(chǎng)角拍攝操作便捷多種傳輸方式獲批醫(yī)療器械注冊(cè)證手持裂隙燈獲批醫(yī)療器械注冊(cè)證便捷操作裂隙可調(diào)雙向旋轉(zhuǎn)裂隙智能電源參展多個(gè)國(guó)內(nèi)與國(guó)際會(huì)議33愛爾眼科Al戰(zhàn)略白皮書*續(xù)上頁圖在第19屆世界近視眼大會(huì)上發(fā)布“廣域視網(wǎng)膜屈光度測(cè)量?jī)x（VPR）”建立視網(wǎng)膜建立視網(wǎng)膜屈光地形圖數(shù)據(jù)庫2017年構(gòu)思規(guī)劃第19屆世界近視眼大會(huì)首次發(fā)布首屆全球眼科大會(huì)2019年第一代2019年第一代VPR在長(zhǎng)沙愛爾開展研究2019年高精度、大范圍的視網(wǎng)膜屈光地形圖VPR應(yīng)用于：2019年高精度、大范圍的視網(wǎng)膜屈光地形圖鏡片私人定制、精準(zhǔn)防控角膜塑形鏡效果預(yù)測(cè)屈光手術(shù)和人工晶體設(shè)計(jì)圖12：愛爾眼科參與研發(fā)一系列眼科智能設(shè)備在數(shù)據(jù)資產(chǎn)的積累和運(yùn)用方面，自2018年全面啟動(dòng)數(shù)字化轉(zhuǎn)型以來，愛爾成功整合了旗下800余家醫(yī)療機(jī)構(gòu)的業(yè)務(wù)與臨床數(shù)據(jù)，形成統(tǒng)一規(guī)范的大數(shù)據(jù)平臺(tái)。通過建立自主的數(shù)據(jù)標(biāo)準(zhǔn)體系，愛爾對(duì)海量數(shù)據(jù)進(jìn)行清洗、治理、建模與分析，不僅實(shí)現(xiàn)了高質(zhì)量的數(shù)據(jù)資源匯聚，還逐步推動(dòng)數(shù)據(jù)的資源化與價(jià)值挖掘。到2025年上半年，愛爾已整合形成28個(gè)高質(zhì)量眼科專病數(shù)據(jù)集，涵蓋急性視網(wǎng)膜壞死、干眼癥等稀缺病歷超10萬例，并啟動(dòng)7項(xiàng)數(shù)據(jù)產(chǎn)品在數(shù)據(jù)交易所掛牌，新增4項(xiàng)數(shù)據(jù)知識(shí)產(chǎn)權(quán)申請(qǐng)，持續(xù)推進(jìn)企業(yè)數(shù)據(jù)資源的開發(fā)利用與入表工作。以愛爾眼健康大數(shù)據(jù)平臺(tái)為例，該平臺(tái)覆蓋不同地域、人種、性別與年齡段的眼科臨床數(shù)據(jù)，包含患者診前、診中、診后的完整診療歷程，不僅為臨床科研、真實(shí)世界研究及疾病防控提供了堅(jiān)實(shí)基礎(chǔ)，也支撐了線上線下結(jié)合的眼健康“互聯(lián)網(wǎng)+”服務(wù)生態(tài)，為青少年近視防控、基礎(chǔ)眼病防治等工作提供了科學(xué)依據(jù)與決策支持，也為“愛爾認(rèn)證”提供技術(shù)和平臺(tái)支撐。其中，愛爾自主研發(fā)了兒童青少年近視防控系統(tǒng)，滿足國(guó)家對(duì)兒童青少年視力健康檔案要求，具備檢查結(jié)果自動(dòng)上傳、數(shù)據(jù)匯集處理分析、篩查報(bào)告自動(dòng)生成等功能。截至2025年5月，該系統(tǒng)已在全國(guó)774家機(jī)構(gòu)使用，累計(jì)服務(wù)青少年人群超1.5億人次。34愛爾眼科Al戰(zhàn)略白皮書要想讓技術(shù)規(guī)模化落地應(yīng)用，強(qiáng)大的治理能力和基礎(chǔ)設(shè)施支持是保證。愛爾眼科與中科院計(jì)算所聯(lián)合研發(fā)的“面向數(shù)字眼科的聯(lián)邦協(xié)同平臺(tái)（FedEye）”,通過聯(lián)邦機(jī)制，我們?cè)诒Ｗo(hù)數(shù)據(jù)隱私的前提下實(shí)現(xiàn)數(shù)據(jù)共享，并提供算法支持，幫助眼科醫(yī)生快速構(gòu)建醫(yī)療輔助AI模型。各醫(yī)院的原始影像數(shù)據(jù)永遠(yuǎn)不出本地，模型在本地進(jìn)行訓(xùn)練后，僅將加密的、無法逆向推導(dǎo)出原始數(shù)據(jù)的模型參數(shù)（梯度或權(quán)重）上傳至中心服務(wù)器進(jìn)行聚合，從而實(shí)現(xiàn)“數(shù)據(jù)不動(dòng)模型動(dòng)”，安全、合規(guī)地提升模型性能和泛化能力。同時(shí)，對(duì)于需要即時(shí)反饋的應(yīng)用（如手術(shù)導(dǎo)航、設(shè)備端的初步篩查），愛爾對(duì)模型進(jìn)行量化、剪枝和優(yōu)化，并將其部署在檢查設(shè)備旁的邊緣計(jì)算節(jié)點(diǎn)甚至設(shè)備本身。這極大降低了延遲，保證了即使在網(wǎng)經(jīng)歷多年探索，愛爾眼科建立起了AI核心競(jìng)爭(zhēng)力：我們有全國(guó)最大規(guī)模的真實(shí)世界眼科數(shù)據(jù)，把跨模態(tài)智能、智能Agent和聯(lián)邦協(xié)同技術(shù)深度融入臨床全流程，既能實(shí)現(xiàn)前沿科研突破，又能規(guī)?；涞貞?yīng)用。我們希望在此基礎(chǔ)上進(jìn)一步將AI正式升級(jí)為愛爾眼科集團(tuán)的長(zhǎng)期戰(zhàn)略。這是基于對(duì)國(guó)家政策導(dǎo)向、行業(yè)現(xiàn)實(shí)需求與技術(shù)發(fā)展機(jī)遇的深度考量。更重要的是，這一切與我們的經(jīng)營(yíng)理念高度契合。愛爾始終堅(jiān)持“以愛心致力于人類的眼健康事業(yè)”，強(qiáng)調(diào)責(zé)任、協(xié)作、創(chuàng)新與奉獻(xiàn)。我們相信，技術(shù)只有與使命結(jié)合，才能持續(xù)發(fā)揮價(jià)值。因此，將AI提升至愛爾眼科集團(tuán)戰(zhàn)略高度，更讓我們有能力把“使所有人，無論貧窮富裕，都享有眼健康的權(quán)利”這一承諾，轉(zhuǎn)化為更加清晰的行動(dòng)路徑。35愛爾眼科Al戰(zhàn)略白皮書0101聚焦幾個(gè)高價(jià)值場(chǎng)景02e-全鏈路貫通02體系化建設(shè)e-戰(zhàn)略體系數(shù)據(jù)支撐組織機(jī)制體系化建設(shè)03行業(yè)共創(chuàng)共贏數(shù)據(jù)共享生態(tài)合作走向共贏03行業(yè)共創(chuàng)共贏數(shù)據(jù)共享生態(tài)合作走向共贏 圖13：愛爾對(duì)未來AI戰(zhàn)略及體系化建設(shè)的思考因此，我們希望從過去對(duì)AI的試點(diǎn)逐步拓展為系統(tǒng)性的戰(zhàn)略布局，讓AI真正成為貫穿預(yù)防、保健、診斷、治療、康復(fù)全流程的體系化能力。把“點(diǎn)狀突破”轉(zhuǎn)化為“整體提升”，從而切實(shí)讓患者受益。同時(shí)，我們也希望AI的價(jià)值不僅面向個(gè)體患者，而是逐步擴(kuò)展到更廣泛的人群和更多的利益相關(guān)方。對(duì)社會(huì)公眾而言，它意味著更加普惠有效的健康教育與疾病預(yù)防，提升對(duì)眼健康的認(rèn)知與重視，實(shí)現(xiàn)早發(fā)現(xiàn)、早干預(yù)；對(duì)患者而言，它意味著更精準(zhǔn)的診療效果和更順暢的就醫(yī)體驗(yàn)；對(duì)醫(yī)護(hù)技而言，它提供了更高效的診療決策支持工具和更可靠的質(zhì)量控制保障；對(duì)于管理者而言，它帶來更深入的管理洞察和更科學(xué)的決策；對(duì)于員工而言，它則意味著更高效的運(yùn)營(yíng)協(xié)同與更簡(jiǎn)化的流程。AI的價(jià)值應(yīng)該惠及不同層面的參與者，才能真正轉(zhuǎn)化為整個(gè)行業(yè)的進(jìn)步動(dòng)力。愛爾眼科Al戰(zhàn)略白皮書更重要的是，從眼健康產(chǎn)業(yè)的整體視角來看，AI的潛能遠(yuǎn)遠(yuǎn)不止于醫(yī)療服務(wù)本身。我們?cè)谂R床實(shí)踐中積累的大量真實(shí)世界數(shù)據(jù)，正在成為推動(dòng)整個(gè)產(chǎn)業(yè)鏈升級(jí)的寶貴資源。如果能夠在確保安全和合規(guī)的前提下，把這些數(shù)據(jù)與上游的藥品、耗材和設(shè)備企業(yè)進(jìn)行共享與協(xié)同，那就不僅能推動(dòng)更精準(zhǔn)的研發(fā)創(chuàng)新，還能顯著加快產(chǎn)品迭代，讓精準(zhǔn)診療真正落地。最終，患者將會(huì)受益于更安全和個(gè)性化的服務(wù)。換句話說，AI不僅能改善醫(yī)院內(nèi)部的診療，還能通過“臨床—研發(fā)—再臨床”的閉環(huán)，推動(dòng)整個(gè)生態(tài)的良性循環(huán)。這正是我們理解的“產(chǎn)業(yè)協(xié)同”，也是我們?cè)敢夥e極承擔(dān)的行業(yè)責(zé)任。而要讓這些愿景真正落地，我們必須構(gòu)建堅(jiān)實(shí)的能力與組織保障。數(shù)據(jù)基座要做到標(biāo)準(zhǔn)化、規(guī)范化與安全可控，為算法訓(xùn)練和產(chǎn)品落地提供高質(zhì)量的數(shù)據(jù)來源；AI技術(shù)架構(gòu)需要具備開放性與靈活性，便于在不同場(chǎng)景中快速部署、穩(wěn)定運(yùn)行；運(yùn)營(yíng)治理模式要嚴(yán)謹(jǐn)、透明，使每一次創(chuàng)新都能在合規(guī)的框架下可持續(xù)推進(jìn)；還要通過組織與人才的建設(shè)，激發(fā)持續(xù)動(dòng)力，讓AI深度嵌入業(yè)務(wù)核心，而不僅僅是外部的植入；同時(shí)，也需要積極與科研機(jī)構(gòu)、產(chǎn)業(yè)伙伴協(xié)同合作，把單點(diǎn)創(chuàng)新拓展為行業(yè)共享的成果。只有這樣，AI才能完成從概念到能力、從能力到系統(tǒng)的躍升，最終成為推動(dòng)眼健康事業(yè)全面進(jìn)步的重要力量。37愛爾眼科Al戰(zhàn)略白皮書面向人群潛在場(chǎng)組織與面向人群潛在場(chǎng)組織與與團(tuán)隊(duì)建設(shè)與技術(shù)提升激勵(lì)建設(shè)社會(huì)大眾準(zhǔn)患者患者醫(yī)護(hù)技員工管理者致力于提高大眾對(duì)青少年近視發(fā)展預(yù)測(cè)致力于追蹤、評(píng)估保健效果致力于提高檢查的針對(duì)性與診斷的準(zhǔn)確性致力于提高治療的合理性與有效性致力于開發(fā)有針對(duì)性的康復(fù)手段供應(yīng)鏈管理教學(xué)培訓(xùn)職能管理致力于提升醫(yī)療服務(wù)標(biāo)準(zhǔn)化致力于合理規(guī)劃、致力于兼顧原創(chuàng)突破、轉(zhuǎn)化、臨床致力于開發(fā)個(gè)性化培訓(xùn)體系致力于持續(xù)提質(zhì)析輔助決策智能問答助手處理常見智能問答助手處理常見OA問題及能力數(shù)據(jù)工程模型開發(fā)Agent開發(fā)應(yīng)用開發(fā)AI資產(chǎn)治理能力及能力數(shù)據(jù)工程模型開發(fā)Agent開發(fā)應(yīng)用開發(fā)AI資產(chǎn)治理能力確定性 數(shù)據(jù)基座技術(shù)服務(wù)伙伴外部數(shù)據(jù)伙伴高校與科研機(jī)構(gòu)養(yǎng)老與健康管理39愛爾眼科Al戰(zhàn)略白皮書愛爾眼科作為中國(guó)眼健康事業(yè)的重要參與者，始終堅(jiān)持“使所有人，無論貧窮富裕，都享有眼健康的權(quán)利”的使命。在新一輪AI與醫(yī)療產(chǎn)業(yè)深度融合的浪潮中，我們提出“創(chuàng)“創(chuàng)新”是實(shí)現(xiàn)這一愿景的首要方法。它不僅意味著新技術(shù)的引入，更代表了突破現(xiàn)有局限、解決關(guān)鍵問題的決心與能力。創(chuàng)新要求我們運(yùn)用AI去重塑醫(yī)療服務(wù)的全流程——讓預(yù)防、保健、診斷、治療、康復(fù)形成連續(xù)閉環(huán)；推動(dòng)科研成果與臨床實(shí)踐有效結(jié)合，形成新的知識(shí)體系與診療范式；并在產(chǎn)業(yè)層面探索與藥品、耗材、設(shè)備、保險(xiǎn)等的協(xié)同創(chuàng)新，為患者提供更完整的健康保障。創(chuàng)新，是對(duì)國(guó)家政策中“質(zhì)量提升、成果轉(zhuǎn)化、醫(yī)防融合”要求的落實(shí)，也是行業(yè)克服痛點(diǎn)的重要途徑?！案袦囟取笔俏覀儓?jiān)守的價(jià)值方向。我們致力于讓AI成為人文關(guān)懷的眼神：在臨床端，它能夠在患者等待檢查時(shí)，讓他們獲得清晰的解釋與持續(xù)的陪伴，也幫助醫(yī)護(hù)技在高負(fù)荷下依然能釋放善意與關(guān)懷；在科研端，它能縮短科學(xué)突破與臨床價(jià)值之間的距離，讓攻克疑難雜癥的努力盡快轉(zhuǎn)化為真實(shí)療效，這是對(duì)生命負(fù)責(zé)的溫度；在產(chǎn)業(yè)端，它能為藥品、耗材和設(shè)備研發(fā)注入數(shù)據(jù)智能，讓創(chuàng)新更多回應(yīng)患者尚未滿足的需求，這是對(duì)社會(huì)責(zé)任的溫度；在支付環(huán)節(jié)，它能幫助保險(xiǎn)機(jī)構(gòu)更科學(xué)地定價(jià)和管理風(fēng)險(xiǎn)，使更多患者以可負(fù)擔(dān)的成本享有高質(zhì)量服務(wù)，這是對(duì)公平可及的溫度；而在公共健康層面，它能推動(dòng)主動(dòng)健康管理和風(fēng)險(xiǎn)預(yù)防，幫助更多人避免因疾病而失明，這是對(duì)人類長(zhǎng)遠(yuǎn)福祉的溫度?！皽囟取?，讓AI不僅服務(wù)于效率與成本，更服務(wù)于人的尊嚴(yán)、社會(huì)的公平，以及整個(gè)眼健康生態(tài)的可持續(xù)發(fā)展。建設(shè)“AI智慧醫(yī)院”是承載這一戰(zhàn)略愿景的現(xiàn)實(shí)路徑。國(guó)家政策強(qiáng)調(diào)提升診療質(zhì)量、推進(jìn)服務(wù)同質(zhì)化、加強(qiáng)科研轉(zhuǎn)化、強(qiáng)化慢病管理，而智慧醫(yī)院的建設(shè)正響應(yīng)了這一系列目標(biāo)。它并非簡(jiǎn)單的設(shè)備聯(lián)網(wǎng)或流程的數(shù)字化，而是通過AI讓數(shù)據(jù)真正“活起來”：通過整合與分析多種來源、多個(gè)類型的數(shù)據(jù)，將其轉(zhuǎn)化為實(shí)用知識(shí)，幫助基層醫(yī)生獲得接近專家水準(zhǔn)的決策支持；促進(jìn)科研成果快速反饋到臨床，推動(dòng)學(xué)科不斷進(jìn)步；并使患者的隨訪和愛爾眼科Al戰(zhàn)略白皮書康復(fù)管理更自然地融入日常生活。智慧醫(yī)院不再局限于物理空間，而是逐漸成長(zhǎng)為具備自我學(xué)習(xí)、持續(xù)進(jìn)化能力的智能系統(tǒng)，體現(xiàn)醫(yī)療高質(zhì)量發(fā)展的新方向。從更長(zhǎng)遠(yuǎn)的視角看，我們追求的是“重構(gòu)未來眼健康”。眼健康不僅限于臨床診療服務(wù)，而是覆蓋全社會(huì)的產(chǎn)業(yè)與健康生態(tài)：既包括臨床服務(wù)與科研，也涉及藥品、耗材、設(shè)備、保險(xiǎn)和公眾健康教育，以及整個(gè)眼健康生態(tài)伙伴的協(xié)同。未來的眼健康體系，不僅要解決眼科的常見病、慢性病，更要攻堅(jiān)那些復(fù)雜而難治、困擾人類許久的眼科難題；不僅要提升診療效率，還要確保醫(yī)療公平可及、讓不同人群都能受益；不僅需要改善診療體驗(yàn)，也要推動(dòng)產(chǎn)業(yè)上下游協(xié)同合作，為全社會(huì)構(gòu)建可持續(xù)的健康保障體系。這一目標(biāo)不僅契合“健康中國(guó)2030”的宏偉戰(zhàn)略，也是愛爾眼科為推動(dòng)人類眼健康事業(yè)所承擔(dān)的長(zhǎng)遠(yuǎn)責(zé)任。要真正推動(dòng)AI戰(zhàn)略落地，必須明確核心服務(wù)對(duì)象與價(jià)值實(shí)現(xiàn)路徑。愛爾眼科將服務(wù)對(duì)象歸納為六大群體：社會(huì)大眾能夠借助智能化的眼健康科普與篩查工具，更早關(guān)注疾病預(yù)防，減輕整體醫(yī)準(zhǔn)患者能通過AI輔助的早期篩查和風(fēng)險(xiǎn)預(yù)測(cè)，實(shí)現(xiàn)“早發(fā)現(xiàn)、早干預(yù)”，提升健康水平、改善生活質(zhì)量?；颊吣芙柚鶤I在診斷、治療、康復(fù)全過程中，獲得更精準(zhǔn)、安全和個(gè)性化的醫(yī)療服務(wù)。醫(yī)護(hù)技在診療過程中，可以依托AI工具減輕重復(fù)性勞動(dòng)，專注診療效率與決策質(zhì)量的提升，將更多時(shí)間用于臨床判斷與人文關(guān)懷。員工能夠通過智能運(yùn)營(yíng)平臺(tái)優(yōu)化工作流程、減少內(nèi)耗，提升職業(yè)幸福感。管理層可以通過數(shù)據(jù)驅(qū)動(dòng)的智能決策，提高資源配置和利用效率，推動(dòng)醫(yī)院運(yùn)營(yíng)邁向這六類人群構(gòu)成了一個(gè)互相支撐的生態(tài)系統(tǒng)：對(duì)社會(huì)大眾的健康教育能夠推動(dòng)主動(dòng)愛爾眼科Al戰(zhàn)略白皮書健康行為，早篩與預(yù)測(cè)幫助準(zhǔn)患者及早發(fā)現(xiàn)風(fēng)險(xiǎn)并就診，患者的良好體驗(yàn)反哺醫(yī)生的積極性，醫(yī)護(hù)技與員工的效率提升促進(jìn)管理優(yōu)化，管理的進(jìn)步又反向優(yōu)化服務(wù)質(zhì)量，從而形成AI戰(zhàn)略的落地，依托于具體場(chǎng)景的選擇與設(shè)計(jì)。我們認(rèn)為，場(chǎng)景不僅是技術(shù)應(yīng)用的載體，更是實(shí)現(xiàn)價(jià)值的關(guān)鍵。因此，愛爾眼科堅(jiān)持“全局優(yōu)化、閉環(huán)協(xié)同、能力沉淀”的原則，系統(tǒng)性規(guī)劃AI在眼健康領(lǐng)域的應(yīng)用版圖，致力于打破傳統(tǒng)醫(yī)療服務(wù)中的信息割裂與孤在臨床核心流程上，我們重點(diǎn)推動(dòng)AI在疾病早篩、健康干預(yù)、精準(zhǔn)診斷、個(gè)性化治療和長(zhǎng)期康復(fù)管理等環(huán)節(jié)的應(yīng)用，這不僅是為了提升單點(diǎn)效率，更是為了實(shí)現(xiàn)患者體驗(yàn)與服務(wù)流程的整體閉環(huán)。我們相信，只有實(shí)現(xiàn)從“疾病管理”到“健康管理”的轉(zhuǎn)變，才能真正符合“以人民健康為中心”的政策導(dǎo)向與群眾需求。我們也積極推進(jìn)AI在醫(yī)療管理、供應(yīng)鏈優(yōu)化、科研創(chuàng)新、教學(xué)培訓(xùn)與職能運(yùn)營(yíng)等支撐體系中的應(yīng)用。這些環(huán)節(jié)雖然不直接面向患者，卻是保障醫(yī)療服務(wù)高質(zhì)量、高效率與高性價(jià)比運(yùn)行的重要基礎(chǔ)。通過AI提升管理決策的科學(xué)性、資源調(diào)配的精準(zhǔn)性以及組織協(xié)同的靈活性，能為一線的臨床工作提供更堅(jiān)實(shí)的支持，從而實(shí)現(xiàn)AI價(jià)值在整個(gè)體系中的最大化。未來，我們希望通過跨場(chǎng)景的數(shù)據(jù)共享與業(yè)務(wù)協(xié)同，持續(xù)完善智能系統(tǒng)建設(shè)。在推進(jìn)的過程中，我們將優(yōu)先選擇臨床意義明確、技術(shù)可行性高，且具備規(guī)?；瘽摿Φ膱?chǎng)景切入，在愛爾眼科的AI戰(zhàn)略中，數(shù)據(jù)始終處于核心地位。對(duì)于醫(yī)療AI而言，它的價(jià)值不僅取42愛爾眼科Al戰(zhàn)略白皮書決于算法能力，更取決于數(shù)據(jù)的完整性、真實(shí)性和多樣性。多年來，愛爾在臨床診療、科研探索、醫(yī)院運(yùn)營(yíng)等多個(gè)方面都累積了豐富的數(shù)據(jù)資源，搭建起的數(shù)據(jù)庫逐步覆蓋眼健康全生命周期。具體包括：持續(xù)擴(kuò)充全流程影像數(shù)據(jù)，例如眼底照相、角膜地形圖、OCT、熒光造影等的多模態(tài)醫(yī)學(xué)影像；不斷積累豐富的臨床數(shù)據(jù)，涵蓋電子病歷、用藥記錄、手術(shù)方案與隨訪結(jié)果；建立高質(zhì)量、持續(xù)迭代的專病數(shù)據(jù)庫，重點(diǎn)針對(duì)高發(fā)疾病如白內(nèi)障、青光眼、屈光不正、糖尿病視網(wǎng)膜病變等；運(yùn)營(yíng)與管理方面，愛爾同樣積累了涵蓋財(cái)務(wù)、醫(yī)保結(jié)算、人員排班、供應(yīng)鏈等內(nèi)容的數(shù)據(jù)，使得AI不僅能夠提高診療水平，還能夠協(xié)助醫(yī)院運(yùn)營(yíng)效率的提升。這些數(shù)據(jù)經(jīng)過統(tǒng)一治理和嚴(yán)格質(zhì)控，并通過清洗、標(biāo)注、結(jié)構(gòu)化存儲(chǔ)的流程，匯入集團(tuán)統(tǒng)一的數(shù)據(jù)湖。在整個(gè)流程中，愛爾始終堅(jiān)守合規(guī)性的底線，保證患者隱私安全，通過數(shù)據(jù)脫敏、分級(jí)管理和訪問權(quán)限控制等措施，在數(shù)據(jù)能夠高效流通的同時(shí)，充分保證數(shù)據(jù)的安全性。隨著數(shù)據(jù)不斷積累、治理水平持續(xù)提升，愛爾不僅能夠支持大模型的訓(xùn)練與微調(diào)，還能基于真實(shí)世界數(shù)據(jù)，進(jìn)一步探索包含疾病預(yù)測(cè)、診療優(yōu)化和科研轉(zhuǎn)化在內(nèi)的眾多方向和可能性，助力形成以數(shù)據(jù)驅(qū)動(dòng)的智能化醫(yī)療生態(tài)。底座能力包含了能夠?yàn)锳I平臺(tái)及工具鏈提供確定性指導(dǎo)的技術(shù)架構(gòu)，以及具有高效適配性的算力底座。技術(shù)架構(gòu)和平臺(tái)工具鏈一方面能夠保證，即使是愛爾不同的院區(qū)和業(yè)務(wù)線，也能夠在同一套技術(shù)標(biāo)準(zhǔn)下運(yùn)作，另一方面也通過提供全流程的支持幫助AI工具高效迭代。在算力方面，愛爾依托已經(jīng)建成使用的雙集群算力系統(tǒng)，不僅能夠完成專病模型的常規(guī)訓(xùn)練，也能夠支持大規(guī)模醫(yī)學(xué)模型的開發(fā)與調(diào)優(yōu)。未來，愛爾將通過進(jìn)一步整合混合云與邊緣計(jì)算的技術(shù)，構(gòu)建“中心-邊緣協(xié)同”的算力架構(gòu)，便于更好地滿足實(shí)施診療以及跨區(qū)域業(yè)務(wù)的需求。除了底座能力，AI的工程能力也是技術(shù)能夠走向應(yīng)用的關(guān)鍵環(huán)節(jié)。數(shù)據(jù)工程能夠?qū)Χ鄟碓吹臄?shù)據(jù)進(jìn)行清洗和治理，提高數(shù)據(jù)的可用性，同時(shí)也為模型的研發(fā)提供高質(zhì)量的輸入；43愛爾眼科Al戰(zhàn)略白皮書而模型、Agent以及應(yīng)用開發(fā)能夠保證大模型在決策任務(wù)中的專業(yè)性，也能夠真正推動(dòng)AI深度融入一線實(shí)踐。與此同時(shí)，愛爾也在不斷沉淀和積累數(shù)據(jù)、模型、算法等AI資產(chǎn)，推動(dòng)在醫(yī)療AI的快速發(fā)展中，信息安全與倫理合規(guī)是我們必須堅(jiān)守的底線。愛爾深知，醫(yī)療數(shù)據(jù)的敏感性和患者利益的重大性，決定了AI技術(shù)不能僅以效率和規(guī)模為導(dǎo)向，更必須兼顧隱私保護(hù)、公平可及、透明可控與責(zé)任追溯。倫理不僅關(guān)乎“能不能做”，更關(guān)乎確保患者隱私得到保護(hù)，算法決策具備可解釋性，AI應(yīng)用公平惠及不同人群，并在全鏈路中保留人工復(fù)核與責(zé)任機(jī)制。這是我們對(duì)患者的承諾，也是行業(yè)可持續(xù)發(fā)展的根基。依托愛爾覆蓋全球的醫(yī)療服務(wù)網(wǎng)絡(luò)——包括中國(guó)內(nèi)地805家、歐洲137家、中國(guó)香港9家、東南亞17家以及美國(guó)1家醫(yī)療機(jī)構(gòu)——我們深刻認(rèn)識(shí)到，眼健康治理既離不開本土實(shí)踐的深耕，也需要全球視野的融合。眼健康問題本質(zhì)上是全球性挑戰(zhàn)——從屈光不正到糖尿病視網(wǎng)膜病變，不同國(guó)家和地區(qū)都面臨著類似的診療壓力。單一機(jī)構(gòu)的數(shù)據(jù)和經(jīng)驗(yàn)，往往難以支撐復(fù)雜疾病的系統(tǒng)性突破。然而，跨國(guó)界的數(shù)據(jù)合作常常面臨合規(guī)與隱私的雙重挑戰(zhàn)。因?yàn)閿?shù)據(jù)隱私和安全問題，導(dǎo)致不同醫(yī)療機(jī)構(gòu)的數(shù)據(jù)無法匯聚共享，這大大影響了模型的精度，阻礙了科學(xué)研究的進(jìn)程。正如前文所講，愛爾率先探索并建設(shè)的聯(lián)邦協(xié)同平臺(tái)（FedEye）也為這個(gè)問題的解決提供了思路：它在工作原理上，與美歐人工智能合作協(xié)議中采用的聯(lián)合AI建模有異曲同工之妙，即通過在多個(gè)擁有本地?cái)?shù)據(jù)的數(shù)據(jù)源之間進(jìn)行分布式模型訓(xùn)練，在不違反數(shù)據(jù)隱私保護(hù)法律法規(guī)的前提下，僅通過交換模型參數(shù)或中間結(jié)果的方式，得到較優(yōu)模型結(jié)果，從而實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)和數(shù)據(jù)共享計(jì)算的平衡。這不僅確保了合規(guī)與隱私，也為全球范圍的知識(shí)共享、疾病預(yù)測(cè)和治療優(yōu)化提供了全新路徑。44愛爾眼科Al戰(zhàn)略白皮書數(shù)據(jù)估值體系性價(jià)比提高發(fā)現(xiàn)了新需求直到?jīng)]有解決方案可性價(jià)比提高發(fā)現(xiàn)了新需求直到?jīng)]有解決方案可提質(zhì)增效提質(zhì)增效個(gè)性化服務(wù)再推薦其他聚個(gè)性化服務(wù)再推薦其他聚服務(wù)數(shù)據(jù)集AI新用戶帶來新增長(zhǎng)o沒有滿足需求'數(shù)據(jù)服務(wù)云愛爾眼科系統(tǒng)&AI服務(wù)數(shù)據(jù)集AI新用戶帶來新增長(zhǎng)o沒有滿足需求'數(shù)據(jù)服務(wù)云愛爾眼科系統(tǒng)&AI&新工具oo職能管控云外部協(xié)作云用戶數(shù)據(jù)集沒有滿足需求用戶數(shù)據(jù)集沒有滿足需求新業(yè)務(wù)需要新市場(chǎng)新業(yè)務(wù)需要新市場(chǎng)打造愛爾眼科人工智能生態(tài)循環(huán)體系45愛爾眼科Al戰(zhàn)略白皮書打造愛爾眼科人工智能生態(tài)循環(huán)體系45愛爾眼科Al戰(zhàn)略白皮書放眼未來：眼健康生態(tài)圈合作愿景在推進(jìn)在推進(jìn)AI應(yīng)用的進(jìn)程中，我們?cè)絹碓角逦卣J(rèn)識(shí)到，醫(yī)療價(jià)值的釋放從來不是某一家機(jī)構(gòu)能夠獨(dú)立完成的。從醫(yī)療服務(wù)的縱深拓展，到科研瓶頸的突破，再到眼健康產(chǎn)業(yè)創(chuàng)新效率的提升，都離不開生態(tài)伙伴之間的開放協(xié)作與價(jià)值共享。愛爾眼科始終堅(jiān)持“共享、共建、共贏”的生態(tài)理念，我們誠(chéng)摯期待與技術(shù)同行、眼健康產(chǎn)業(yè)伙伴、社會(huì)各界一道，圖16：眼健康產(chǎn)業(yè)生態(tài)伙伴協(xié)同合作47愛爾眼科Al戰(zhàn)略白皮書我們希望與眼健康生態(tài)圈合作伙伴共同探索：愛爾所希望推動(dòng)的，并不僅僅是提升自身效率，而是通過合規(guī)、安全的數(shù)據(jù)共享與能力開放，讓生態(tài)伙伴都能從中獲益。在可信數(shù)據(jù)空間的基礎(chǔ)上，生態(tài)伙伴能夠基于共同的數(shù)據(jù)底座實(shí)現(xiàn)創(chuàng)新：設(shè)備企業(yè)能夠借助多中心臨床數(shù)據(jù)快速產(chǎn)品迭代；藥企能夠在真實(shí)世界證據(jù)的支持下加快研發(fā)和療效評(píng)估；保險(xiǎn)公司則可以基于風(fēng)險(xiǎn)預(yù)測(cè)模型推出更加精準(zhǔn)、普惠的健康保障產(chǎn)品。而最終受益的不只是產(chǎn)業(yè)伙伴，更是廣大患者：他們能更早用上先進(jìn)的診療設(shè)備和藥物，享受更合理的保障與更高質(zhì)量的醫(yī)療服務(wù)。愛爾期待在合適的條件下，逐步探索“開放實(shí)驗(yàn)室”和“數(shù)據(jù)協(xié)作計(jì)劃”等合作模式，前者將聚焦前沿的診療技術(shù)和智能設(shè)備，通過向上下游生態(tài)伙伴開放測(cè)試環(huán)境和臨床場(chǎng)景，助力創(chuàng)新產(chǎn)品的迭代與驗(yàn)證；而數(shù)據(jù)協(xié)作計(jì)劃將致力于以合規(guī)、脫敏的數(shù)據(jù)為核心，建立多方共享的可信數(shù)據(jù)空間，進(jìn)一步實(shí)現(xiàn)風(fēng)險(xiǎn)共擔(dān)、成果共享。未來，這種開放的格局也將成為前沿創(chuàng)新的沃土。舉例來說，愛爾與設(shè)備廠商合作的廣域視網(wǎng)膜屈光度測(cè)量?jī)x（VPR能夠?yàn)榍嗌倌晏峁﹤€(gè)性化的近視防控解決方案，是愛爾眼科不斷提升醫(yī)療服務(wù)水平的縮影。未來，我們也希望能和更多的生態(tài)伙伴一起，把大規(guī)模真實(shí)世界臨床數(shù)據(jù)，轉(zhuǎn)化為設(shè)備與藥物的聯(lián)合驗(yàn)證，讓更多“世界首創(chuàng)”的成果能夠快速落地在真實(shí)的臨床場(chǎng)景。開放只是基礎(chǔ)，共建才是未來。愛爾期待在可信數(shù)據(jù)空間中與生態(tài)伙伴共創(chuàng)，讓數(shù)據(jù)資源得到有效利用。例如，我們可以和設(shè)備企業(yè)共同研發(fā)智能化的診療設(shè)備；和藥企共同打造個(gè)性化的治療與隨訪平臺(tái)；與保險(xiǎn)機(jī)構(gòu)一同設(shè)計(jì)涵蓋“篩查—診療—康復(fù)”全過程的全鏈路保障方案。通過組建聯(lián)合團(tuán)隊(duì)、同步驗(yàn)證機(jī)制和資源共享，我們能夠加快科研成果轉(zhuǎn)化，讓更多患者第一時(shí)間受益。同時(shí)，共創(chuàng)還將促進(jìn)行業(yè)標(biāo)準(zhǔn)的形成、技術(shù)壁壘的建立、以及合作信任的長(zhǎng)期積累，進(jìn)而提升整個(gè)生態(tài)圈的創(chuàng)新韌性。在此過程中，輔助診斷也會(huì)不斷拓展。眼底影像不僅是眼病診斷的重要工具，也正在愛爾眼科Al戰(zhàn)略白皮書成為全身健康的窗口，AI增強(qiáng)下的視網(wǎng)膜成像技術(shù)在預(yù)測(cè)全身性疾病方面已經(jīng)取得了關(guān)鍵的研究成果。未來，我們希望與科研和公共健康領(lǐng)域的伙伴一道，探索“以眼見身”的跨學(xué)科路徑，讓眼科診斷在心腦血管疾病、神經(jīng)退行性疾病等領(lǐng)域的健康管理中發(fā)揮更大作用。在這一過程中，我們期待能夠促進(jìn)“產(chǎn)學(xué)研