期刊简介
本刊是经国家科委和新闻出版署批准出版的国内外公开发行国家级中药科技学术刊物。由国家药品监督管理局主管，国家药品监督管理局中药材信息中心站主办。主要报道中药材的种（养）技术（GAP），资源开发和利用，药材的加工炮制与养护，鉴别，成分，药理，临床，制剂，用药等方面的研究论文。并辟有专论、考证、综述、药膳、经验、动态与信息等栏目。内容丰富，信息面广。创刊二十多年来，质量不断提高，为我国的中医药事业作出了突出贡献。多次荣获全国医药信息成果奖，为“中国自然科学核心期刊”。1999年中国科技期刊总被引频次，《中药材》杂志排第81名（统计刊源为1372种）。《中药材》杂志发行全国医药卫生行业及大专院校、科研院（所）等单位；国外发行日本、美国等二十多个国家和地区，是发行量较大的科技杂志。
基于人工智能多模态影像的糖尿病视网膜病变早期筛查模型：一项全国多中心横断面研究
时间：2025-08-29 16:46:21
背景：糖尿病视网膜病变（DR）早期干预可降低 60% 失明风险，但基层筛查覆盖率不足 35%。
目的：开发并验证融合彩色眼底照（CFP）+OCTA 血流参数的深度学习模型，评估其在真实世界的筛查效能。
方法：纳入 2022.7-2024.1 全国 9 省 18 家医院 12,468 例 2 型糖尿病患者的 24,936 张 CFP 与 12,468 组 OCTA 图像。采用 ResNet-50+Transformer 混合架构，内部验证 7:1:2，外部验证 2,000 例。主要指标：AUC、敏感性、特异性；次要指标：基层医生读片时间变化。
结果：模型 AUC 0.952（95% CI 0.941-0.963），敏感性 94.3%，特异性 90.7%，优于单模态 CFP 模型（AUC 0.893）。在基层使用 AI 辅助后，平均读片时间由 4.8 min 降至 1.1 min。
结论：多模态 AI 模型显著提升 DR 早期筛查效率，适合基层大规模部署。
Methods 细节
图像标注：两位视网膜专家独立分级，κ=0.89；分歧由第三位仲裁。
数据增强：随机旋转、色彩抖动、CutMix。
统计：DeLong 检验比较 AUC；McNemar 检验比较敏感性/特异性。
References 建议
1.Ting DSW, et al. Lancet Digit Health 2023.
2.中国糖尿病视网膜病变筛查指南 2024.