期刊简介
“《中国生化药物杂志》于1976年创刊；办刊宗旨是：根据“基础与临床结合、普及与提高并重”的原则，通过报道有关生化药物的基础与临床研究最新进展，促进我国生化药物医学的健康发展以及与国际相关学术团体和单位的合作交流。本刊的国际标准刊号ISSN 1005-1678，国内统一刊号CN 32-1355/R。本刊是面向海内外公开发行的学术性期刊，具有较高的学术地位和权威性。本刊为中文核心期刊、中国科技论文统计源期刊（中国科技核心期刊）、中国科学引文数据库（CSCD）来源期刊，同时被美国《化学文摘》、《中国生物学文摘》、《中国药学文摘》等重要检索系统收录；是中国科技论文与引文数据库、中国期刊全文数据库、中国科技期刊数据库、中国学术期刊综合评价数据库、中国科学引文数据库、中文生物医学期刊文献数据库、中国生物学文摘数据库的来源期刊。其主管单位是无锡日报报业集团，主办单位是无锡锡报期刊传媒有限公司；由《中国生化药物杂志》编辑部和北京数字医视传媒出版发行。本刊的读者对象为生化和生物技术药物领域的科技工作者、临床相关医生、医学院校的相关专业师生等。热忱欢迎从事药学、药理学、临床药理学、生物化学、医学免疫学、分子生物学、医学微生物学、细胞生物学、生物医药技术等基础及相关临床医学专家、学者投稿。”
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.