AI-TEC：清华AI原生眼科诊所落地实测，1426张精标注影像把诊断AUROC提升到0.94

核心要点

• 问题：医疗AI长期"算法强、落地难"，单点模型难以融入真实诊疗；AI原生（AI-native）系统能否真正嵌入眼科工作流、创造临床价值，此前缺乏实证。
• 方法：清华团队构建多智能体眼科诊所AI-TEC，2025年11月部署于北京清华长庚医院，覆盖预问诊、分诊、诊断、辅助决策与患者管理全流程。
• 结果：1426张专家精标注影像微调后，眼底诊断AUROC由0.7996提升到0.9383（第二队列0.9482）；医生使用率从25.7%一度跌至3.8%，工作流优化后回升到23.0%。
• 意义：AI进入临床是"数据质量+工作流+医生参与+快速反馈"的系统工程，而非单一算法问题；但这是单中心早期探索，尚未证明患者结局改善。
• 原文：Initial lessons from real-world implementation of an AI-agent eye clinic in China，Nature Medicine，2026-09-10

1. 眼科诊疗的临床挑战：有算法，不等于有临床价值

眼科疾病的疾病负担不容忽视：青光眼、年龄相关性黄斑变性（age-related macular degeneration, AMD）、病理性近视等致盲性眼病在中国有庞大的患者基数，而优质眼科医生资源又高度集中，筛查与随访的需求长期得不到满足。过去十余年，眼底照相（fundus photography）AI在糖尿病视网膜病变（diabetic retinopathy, DR）、青光眼等筛查任务上已经"很准"。但真实医院里，一个单独的"看图识病"模型很难真正改变诊疗。核心矛盾在于三点：一是信息碎片化，不同模型各自为战，医生仍要手动整合多路输出；二是流程断链，筛查之后若没有转诊、确诊、随访的闭环，AI的"准"难以转化为患者的"获益"；三是评价错位，行业习惯用准确率、敏感度等算法指标衡量价值，却很少追问它是否真的改善了效率、决策或结局。

这正是清华团队提出的"AI原生医疗系统（AI-native health system）“要回答的问题：不再把AI当成外挂在既有流程上的工具，而是让AI贯穿诊疗全程，持续组织信息、支持决策、协调流程。与此前聚焦单任务的眼科AI（如 AgentEYE 多模态眼科诊断智能体）不同，AI-TEC 把切入点从"诊断得更准"转向"系统是否真的被用起来、是否产生价值”。

2. AI-TEC的核心创新：从单点工具到AI原生协同

AI-TEC（AI-Agent Augmented Tsinghua Eye Clinic，清华AI眼科诊所）由清华大学自动化系、北京视觉科学与转化医学研究中心（BERI）、清华医学院与北京清华长庚医院联合构建，2025年11月集成落地。创新集中在三点。

第一，从"单点工具"升级为"多智能体协同"。传统眼科AI是"一种图像对应一个模型"的固定管线；AI-TEC则把预问诊、分诊、精准诊断、辅助决策、患者管理等多个智能体串联，信息在环节之间持续流转，前一环节的结构化结果直接成为下一环节的输入。

第二，双引擎分工，各司其职。文本侧由 Qwen3.5-35B 处理患者病史并生成结构化摘要，影像侧由视网膜基础模型 RETFound 判读眼底照片；界面被刻意优化到"三步点进AI摘要"，尽量少打字、少点击。

第三，把"真实使用"当成第一评价指标。与常见的基准测评不同，论文追踪了系统的真实使用率、医生反馈，用"有没有人愿意用"来回答落地问题，这与自主EHR智能体MIRA强调的"以临床工作流为中心"一脉相承。

3. 技术原理：多智能体贯穿诊前到诊后

AI-TEC 的链路可概括为"诊前采集 → 诊中决策 → 诊后管理"。输入是患者的症状描述与眼底影像；处理流程由多个智能体接力完成：预问诊智能体先把口语化叙述整理成结构化病史，分诊智能体做风险分层与检查分配，精准诊断智能体整合多模态眼科数据，辅助决策智能体提供循证建议，患者支持智能体把服务延伸到教育与随访。输出是贯穿全程的连续决策支持，而非一次性的"看图结论"。

评价方法也相应升级：除了用 AUROC（受试者工作特征曲线下面积）衡量影像分类性能，还叠加了真实使用率与医生反馈闭环——模型要在真实使用中持续吸收医生的快速反馈而进化，而不是等到数周后的回顾会议再改进。

4. 数据说话：1426张精标注胜过26839张原始影像

论文最反直觉的一条结果是"少而精"胜过了"多而糙”，可归纳为几组关键数据。

两组数字揭示了同一件事：医疗AI的瓶颈往往不在算法。1426张由四位眼科专家逐一筛选、确认的高质量标注影像，带来的提升超过了26839张原始未核验影像；而医生使用率在部署次月一度冲到25.7%、随后一路跌到3.8%、又在界面提速、减少点击与手动录入后回升到23.0%，靠的同样是工程优化而非模型升级。需要强调，这是单中心的真实世界实施报告，论文未报告P值或置信区间，AUROC反映的是眼底影像分类性能，使用率是"采纳度"的替代指标，均不等同于患者结局的改善。

5. 从实验室到临床：应用前景与局限

这项研究可能为眼科门诊提供三类应用场景：一是预问诊与分诊，把患者等待时间转化为结构化病史，减轻医生录入负担；二是眼底影像初筛，把可疑病例引导给医生复核，与面向遗传性视网膜病的Retina4IRD形成"筛查—决策"的互补；三是随访与患者教育，把服务延伸到诊后。但至少有三条局限必须正视。

其一，这是单中心、早期、小规模的真实世界探索，样本与场景有限，结论能否推广到其他医院、其他专科仍需验证。其二，论文用使用率作为"采纳"的替代指标，并未证明AI改善了诊断准确性或患者结局，“是否改善医疗"这个终极问题依然悬而未决。其三，AI"结果优先”（先问有没有病）与医生"症状优先"（先问患者哪里不舒服）的认知差异仍待调和，模型能力与实际照护之间存在尚未弥合的鸿沟。

6. 结论与产业启示

AI-TEC给出一个清晰信号：医疗AI真正进入临床，是"数据质量、工作流契合、医生参与、快速反馈"共同构成的系统工程，而非单纯比拼模型精度。1426张精标注影像带来的性能跃升、使用率从3.8%到23.0%的回升，都印证了这一点。

对医疗AI产业有三点可执行建议：一是把高质量标注列为第一优先级，宁可"少而精"，也不要堆砌未经核验的海量数据；二是把"医生愿不愿意用"纳入产品评价，减少点击、录入等操作摩擦，让工具顺手；三是建立医生快速反馈的闭环，让模型随真实反馈持续进化，而不是依赖滞后的回顾评审。

相关问题

Q：AI-TEC现在能独立接诊、替代眼科医生了吗？

A：不能。AI-TEC是多智能体决策支持系统，医生始终保留最终决策权。论文追踪的是真实使用率与影像分类性能，并未证明它能独立诊断或替代医生，作者也强调系统是辅助而非自主。

Q：这项研究能证明用AI改善了患者的诊疗结局吗？

A：不能。这是单中心早期实施报告，用使用率作为"采纳"的替代指标，尚未通过对照设计证明诊断准确性或患者结局的改善。要回答"是否改善医疗"，仍需前瞻性对照或随机试验。

Q：这套AI原生模式能直接搬到国内其他医院吗？

A：尚不能直接照搬。AI-TEC部署于北京清华长庚医院这一特定环境，数据质量、工作流与医生参与高度依赖本地条件，迁移到其他机构需重新做数据治理、界面适配与医生反馈闭环的验证。

参考文献

1. Yan T, Zhang D, Chen L, et al. Initial lessons from real-world implementation of an AI-agent eye clinic in China. Nature Medicine. 2026. DOI: 10.1038/s41591-026-04631-z
2. Zhou Y, Chia M A, Wagner S K, et al. A foundation model for generalizable disease detection from retinal images. Nature. 2023;622:156–163. DOI: 10.1038/s41586-023-06555-x
3. Rajpurkar P, Chen E, Banerjee O, Topol E J. AI in health and medicine. Nature Medicine. 2022;28:31–38. DOI: 10.1038/s41591-021-01614-0

本文基于 Initial lessons from real-world implementation of an AI-agent eye clinic in China 的独立解读，仅供学术交流，不构成临床建议。