《Nat Med》：上海交通大学贾伟平/李华婷/盛斌等合作开发用于预测糖尿病视网膜病变进展时间的深度学习系统

2024年1月4日，上海交通大学贾伟平、李华婷、盛斌及清华大学黄天荫共同通讯在Nature Medicine在线发表题为“A deep learning system for predicting time to progression of diabetic retinopathy”的研究论文，该研究开发并验证了一个深度学习系统（DeepDR Plus），该系统仅依靠从眼底图像即可以预测5年内DR的进展时间。在预测DR进展时间方面，该系统的一致性指数为0.754-0.846，综合Brier评分为0.153-0.241，时间跨度为5年。此外，在现实世界的糖尿病患者队列中也验证了该系统。与临床工作流程的整合可能会将平均筛查间隔从12个月延长到31.97个月，建议在1-5年内进行筛查的参与者比例分别为30.62%，20.00%，19.63%，11.85%和17.89%，而延迟检测到视力威胁DR的比例为0.18%。总之，DeepDR Plus系统可以预测个体化风险和5年内DR进展的时间，有可能实现个性化筛查间隔。