Lancet Digital Health：DeepDKD深度学习系统，实现糖尿病肾脏疾病精准筛查与分型诊断

2025-05-11 BioArtMED 等2家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

清华大学医学院黄天荫教授团队、上海交通大学贾伟平和李华婷教授团队以及盛斌教授团队，联合新加坡、英国、马来西亚、澳大利亚及中国香港等地的多学科团队，在《Lancet Digital Health》上发表了一项研究成果，创建了基于眼底视网膜图像的糖尿病肾脏疾病智能筛诊深度学习系统—DeepDKD。该系统通过眼底图像高效无创地实现两大核心临床任务：智能筛查糖尿病肾脏疾病（DKD）和精准鉴别糖尿病肾病（DN）与非糖尿病肾病（NDKD）。这一技术突破了传统DKD筛查对血液和尿液检测的依赖，并解决了肾脏穿刺活检在鉴别诊断中的有创性和复杂性问题，为全球超过5亿糖尿病患者提供了无创、高效、可及的筛诊方案，尤其适用于基层医疗和资源匮乏地区。DKD作为糖尿病的重要慢性微血管并发症，是导致终末期肾病的主要原因之一，对全球健康和社会经济造成了重大负担。当前DKD筛查主要依赖于估算的肾小球滤过率（eGFR）和尿微量白蛋白肌酐比（ACR）检测，但在全球范围内面临认知度偏低等挑战。（摘要由动脉网AI生成）