羊城晚报讯 记者朱嘉乐，实习生范乐雯，通讯员邰梦云、唐艳丽报道：近日，中山大学多学科研究团队牵头研发了一款基于眼部图像的无创智能诊断肾病系统。通过观察眼底图像，可以识别患者是否患有慢性肾病及其病例种类。

中山大学中山眼科中心主任、医院院长林浩添教授与中山大学附属第一医院肾病科陈崴教授团队收集了13144张眼底图像，并建立多模态机器学习模型，研发了基于眼底彩照的无创智能肾病诊断系统（KIDS），在包括粤港澳大湾区、非洲索马里等地进行了验证。

通过输入患者的眼底图像，KIDS可实现慢性肾脏病早期筛查、无创病理诊断及预后预测三大核心功能，覆盖疾病全流程管理。据悉，该系统的诊断准确率达到80%-90%。

林浩添介绍，眼睛是人体唯一能够直接观察神经血管的器官，可以反映全身健康。随着眼科成像和人工智能技术的飞速发展，眼睛作为监测人体健康状态的“窗口”发挥着越来越重要的作用。

慢性肾脏病因其高患病率、高致残率和高致死率成为全球范围内的重大公共卫生问题。数据统计，我国慢性肾脏病患病率高达10.8%，但知晓率仅为10%左右，大部分患者确诊时已进展至中晚期。

据研究团队成员、中山大学中山眼科中心副研究员刘冬介绍，目前临床上对慢性肾病的精准诊断主要依赖肾脏穿刺活检，它被称为“金标准”，但这是一种有创操作，对患者身体条件和操作者专业水平都有较高要求，同时存在出血等并发症风险。

为此，团队通过人工智能技术探索一种安全、无创、易推广的诊断新路径，还针对这种情况进一步将眼底图像与常规的血液、尿液检查结果相结合，建立多模态诊断模型，帮助判断慢性肾病患者的病理类型，可为医生提供客观的辅助依据，优化后续的治疗决策。

目前，无创智能肾病诊断系统已经在中山大学中山眼科中心智能诊断云平台开始使用，国内外多个中心临床应用并开展真实世界验证研究。未来，该系统将应用于更多社区医院、基层医疗机构及体检中心，用于早期发现高风险人群。

本版统筹：林清清