2026年3月26日，北京协和医院眼科主任医师陈有信团队联合上海交通大学盛斌教授团队，在《柳叶刀-数字医疗》（Lancet Digit Health，中科院1区，IF：24.1）发表最新研究成果。团队开发并验证了名为“孔明模型”（KongMing Model）的深度学习系统，该系统可用于预测新生血管性年龄相关性黄斑变性（nAMD）患者接受抗血管内皮生长因子（VEGF）治疗后的视觉功能和解剖结构预后，为nAMD的治疗提供了全新的决策支持工具。

本研究由北京协和医院眼科牵头，联合全国12个省份的18家三级医院共同完成。核心创新在于开发了病灶感知的Transformer多任务模型架构。该模型实现了三重预测功能，即视觉功能变化分类（改善、稳定、恶化）、视力值回归预测以及治疗后光相干断层扫描（OCT）图像生成。模型还能够完成单次注射后、三次负荷注射后及一年3+PRN治疗后这三个关键时间点的预后预测，全面覆盖短中长期疗效评估。

模型整体性能表现优异。在视力变化预测中，模型预测准确性明显优于临床医生，视力值预测误差较小，且能够生成与真实结果高度相似的影像。相较于常见基线模型，KongMing在各项评估指标上均取得稳定提升。模型还可识别与预后相关的关键影像特征，其分析结果与既往研究结论一致。

与基线模型相比，KongMing模型在所有评估指标上均展现出显著优势。模型能够精确定位与预后相关的影像学生物标志物。研究发现，脉络膜新生血管、陈旧瘢痕和视网膜内液与不良预后相关，视网膜下液与良好预后相关。模型还能准确识别息肉样纤维血管性视网膜色素上皮脱离和局灶性脉络膜凹陷等特征，这些发现与既往文献报道的OCT生物标志物一致。

研究显示，该模型通过准确预测个体化治疗结局，将有助于医患共同制定治疗策略，提高治疗依从性，避免无效治疗。对于早期反应不佳的患者，可及时调整方案；对模型预测疗效好的患者，可增强治疗信心。这对于减轻医疗负担、优化资源配置具有重要意义。

本文共同第一作者为北京协和医院眼科主治医师赵欣宇、深圳大学电子与信息工程学院特聘副研究员温阳、北京协和医学院2020级临床医学八年制在读学生杨祖怡。共同通讯作者为陈有信、盛斌。

图文/眼科提供

编辑/王敬霞

主编/段文利

监制/吴沛新