导语：2026年10月30日，第三届中欧科学家论坛在德国法兰克福举行。英国杜伦大学Raheleh Kafieh助理教授围绕人工智能驱动的青光眼进展监测与风险分层发表演讲，介绍了多模态人工智能在疾病进展预测及个体化临床管理中的应用前景。

嘉宾简介：拉赫莱·卡菲耶（Raheleh Kafieh），英国杜伦大学生物工程助理教授、英国工程与物理科学研究委员会（EPSRC）女性工程大使，主要从事医学数据分析、机器学习及医学图像处理研究，拥有逾13年相关研究经验。已发表学术论文120余篇，主持EPSRC、UKRI MRC等多项科研项目，目前正领导一项利用人工智能开展视网膜疾病家庭监测的研究项目。

主要内容：

演讲围绕人工智能在青光眼长期监测和疾病进展风险评估中的应用展开，介绍了多模态人工智能框架EYESAVE。该框架整合光学相干断层扫描（OCT）、眼底照片、视野检查及长期临床记录等常规医疗数据，旨在识别青光眼患者的疾病进展趋势，并为临床干预决策提供支持。报告重点探讨了青光眼长期随访数据不足、视网膜结构变化与视觉功能损伤之间关联复杂，以及不同检查结果可能存在不一致等挑战。针对这些问题，研究团队通过自动化视网膜分层、视盘及视杯分析，结合多模态数据融合与机器学习技术，构建具有不确定性评估和可解释性的风险分层模型，将患者划分为病情稳定、需要密切观察及需要及时干预三个风险等级，并将低置信度病例交由临床医生进一步评估。此外，报告介绍了EYESAVE在英国国家医疗服务体系（NHS）真实世界纵向临床数据基础上的开发过程，探讨了其在优化医疗资源分配、患者转诊优先级及个体化随访管理方面的潜在应用价值。

主要观点：

报告指出，人工智能在青光眼管理中的应用正从单次诊断向长期疾病进展预测与风险评估转变。通过整合多模态临床数据并提高模型的可解释性与可靠性，人工智能有望帮助医生更准确地识别高风险患者，优化临床决策及医疗资源配置。报告同时强调了模型不确定性评估、临床医生参与及患者需求在推动人工智能安全、可信地应用于临床实践中的重要性。

（文 李元荣）