深圳市眼科医院发布深眼智能体DeepEye 1.0：覆盖30省400余家医院，AI辅助诊断22万人次背后的基层下沉路径

一个眼科智能体的下沉账本：400家医院、22万人次，和一条必须医生在环的闭环

产品能力视角 × 患者端 ｜ 深度视角 × 临床使用者 ｜ 产品发布

眼科年会上的一个智能体

9月18日至19日，第三届深圳市眼科年会召开。学术议程之外，一款名为DeepEye 1.0（深眼智能体）的产品在会上发布，成为更受行业关注的信号。

这款智能体基于深圳市眼科医院的真实临床数据与影像打造，以眼科大模型为核心，融合专业知识问答与多模态影像分析能力。官方给出的定位很直接：通过AI辅助诊断，推动优质眼科资源下沉基层。

从产品形态看，它支持眼底彩照、OCT、OCTA等主流检查，功能覆盖病灶识别、血管分析以及糖尿病视网膜病变分级，并能为黄斑病变等眼底血管性疾病提供完整的影像支撑。这不是一个通用问答机器人的专科套壳，而是一次围绕眼科临床工作流的能力封装。

把发布放在眼科年会上完成，本身也是一种姿态：它选择先接受临床共同体的审视，而不是直接面向市场讲故事。对一个要在医生工作流里立足的产品而言，这个出场顺序是合理的。

发布的背景不难理解。眼科优质资源长期集中于大城市专科医院，而眼底病早筛高度依赖设备与阅片经验，基层医疗机构长期缺人、缺能力。患者侧的结果，是大量本可在早期拦截的眼底病变，被拖延到症状明显时才进入专科视野。这道鸿沟由谁来填，是眼科AI这些年一直在回答的问题。

22万人次：前身模型跑出的基本盘

DeepEye 1.0并非从零起步。其前身——人工智能多模态诊疗大模型——已覆盖全国30个省市的400余家医疗机构，在深圳布局40余家社康，累计完成AI诊断22万人次。

这组数字值得拆开看。30个省市、400余家机构，说明模型的分发网络已跨出单一城市的试点范畴；40余家社康、22万人次，则说明它在基层场景里经历过真实流量的检验，而非停留在演示环境。社康是分级诊疗体系里最贴近居民的末梢，也是眼底病早筛理论上最该发生、现实中最难发生的地点——能在这里沉淀出使用数据，本身就是一种场景验证。

**对医疗AI而言，装机量不等于使用量，使用量才近似于信任度。**22万人次的AI诊断量，为新一代智能体提供了一层基本盘：模型的泛化能力、与基层设备的适配程度、医生的接受意愿，都在前序阶段被初步验证。DeepEye 1.0更像是在既有轨道上的一次能力升级，而非另起炉灶。

五环闭环：AI在环里，医生在环上

相比能力清单，DeepEye 1.0更值得注意的设计，是它的协同闭环：基层采集—AI分析—医生判断—上级复核—转诊随访，五个环节环环相扣，全程医生在环。

分工原则被划得很清楚：AI负责输出影像分析和病灶量化结果，提供可证参考建议，最终决策权在医生手中；遇到疑难病例，则经由上级专科复核，以此确保医疗安全。

这套设计的潜台词是，**AI被放在流程的环里做事，医生始终站在环上把关。**它没有试图用自动化去替代分级诊疗体系，而是把专科医院的诊断能力以工具形态嵌入基层的分诊与早筛流程。换句话说，产品逻辑是把真实临床数据训练出的模型能力，通过协同而非替代的方式，变成基层可用的工具。

值得注意的是闭环的最后一环——转诊随访。筛查的终点不是一张报告，而是阳性患者是否真的被转诊、被治疗、被持续随访。把随访写进闭环，意味着产品承认早筛的价值要在时间维度上兑现，而不是在单次诊断的准确率上封顶。

对监管敏感、容错率极低的医疗场景来说，这种克制本身就是一种产品力。它降低了基层医生的心理门槛，也为后续的合规落地预留了空间。

糖网分级为什么是第一站

在功能列表里，糖尿病视网膜病变分级被放在显眼位置，这个选择有其内在逻辑。

糖网是眼底病中筛查价值最高的病种之一：患者基数大，病程进展有规律，影像特征相对明确，且分级结果直接决定随访与转诊节奏。对AI而言，这意味着任务边界清晰、训练数据可持续积累；对基层而言，这意味着筛出一例是一例，投入产出比算得过来。

大会主席迟玮教授在会上表示，新技术的价值在于早发现、准识别、连续管理。这句话恰好解释了糖网分级的卡位意义——早发现靠基层触达，准识别靠模型能力，连续管理靠闭环机制，三者拼起来才是完整的早筛图景。

迟玮同时给出了一个更远的判断：未来三至五年，智能化诊疗、新型眼部靶向药物和脑机接口视觉重建有望成为突破性技术，眼科科技创新正进入黄金窗口期。在这个判断里，DeepEye 1.0所处的位置是第一条曲线——它不需要等到未来，眼下就要开始证明自己的临床价值。

冷静观察：从22万到常规早筛的距离

热闹之外，仍有几笔账需要冷静地算。

其一，22万人次是累计的AI诊断量，但人次不等于覆盖。对照目标人群基数，现有检查量距离常规化的早筛仍有明显差距；复筛率、阳性检出后的转诊完成率等关键指标，目前均未对外披露。

其二，基层采集的影像质量直接决定AI分析的可靠性。社康机构的设备配置水平、操作人员的标准化程度，都可能成为闭环中最脆弱的环节。模型再强，输入端的质量控制仍需长期投入。

其三，上级复核环节的承载能力存在隐性约束。一旦基层筛查量真正放大，疑难病例的复核压力会同步传导至本就紧张的上级专科资源。闭环能否持续运转，取决于复核端的承接效率，而不只是AI端的准确率。

**从发布到常规早筛，中间隔着的是运营，而非算法。**DeepEye 1.0给出了一条结构合理的路线：以专科医院真实数据筑基，以医生在环保底，以糖网分级切入。在眼科科技创新被判断为进入黄金窗口期的当下，这条路线踩在了正确的方向上。但方向正确不等于兑现充分——这条路能走多远，最终要看22万人次之后，下一阶段的续诊、复核与随访数据如何落地。

原文链接：深圳晚报

---

千方医数集编辑部 出品