眼病诊疗的第一个痛点是眼病客观诊疗需求尤其是筛查需求与眼科医师数量的严重不匹配。《我国糖尿病视网膜病变临床诊疗指南（2014年）》要求糖尿病患者每年至少进行1次视网膜病变筛查，我国有超过1亿名糖尿病患者，靠眼科医师难以满足巨大的筛查需求。由于眼科的专业性和专业人员的匮乏，诊疗覆盖率及其有限，而人工智能和大量影像数据结合，可以参与到部分眼病，如糖尿病视网膜病变、白内障、青光眼、黄斑病变等筛查诊断中。

　　从医生的角度来看，人类能够诊治疾病是有限度的，很多疾病早期诊断是很困难的。以青光眼为例，根据一次门诊，眼科医生难以判断青光眼患者目前是否是在进展；糖尿病视网膜病变患者接受抗VEGF治疗，事先也无法判断每一个患者治疗后反应如何，需要多次随访综合判断。

　　人工智能技术可能在这方面能够帮助眼科医生及早判断，助力医生实现个体化诊疗。

　　另外，人类虽然拥有灵巧的双手，但精确度也存在极限，利用AI技术，开发眼科手术机器人辅助眼科手术，利用其高精度、高灵活性、稳定性的特点，使其与微创手术紧密结合，未来有望实现远程眼科手术。目前，用于诊断和决策的AI是当下AI研究的热点，AI手术机器人的发展尚不及诊断AI成熟。

　　总的来说，AI可以在以下五个方面帮助眼科医生：

　　1． 通过与影像学相结合的机器学习技术在眼科中的应用，AI可以辅助医生筛查，极大地提高了诊疗覆盖率；通过筛查早期发现高危人群或者患病人群，提早治疗。

　　2． AI能够辅助临床诊断，提高临床工作中眼科疾病的诊断效率，减轻眼科医生的负担；这两点是我们能在近期内是实现的，也是我们国家迫切需要的，能够一定程度上帮助我们解决看病难、医生少的问题，革新现有的疾病诊疗体系。

　　3． AI能够拓展眼科医师能力边界，指导眼科医师个体化治疗和预测预后。当然，这一点的实现有赖于纵向数据集的建设。

　　4． 协助眼科医师培养。比如，现在存在多种人工智能结合的模拟器用于住院医师培训；现有人工智能产品也可以帮助基层医师对比他们的诊断，促进其成长。

　　5． AI能模拟人类总结新的诊断思路及规律，帮助人类医生决策，提高诊断精度。目前要实现这一点还存在困难，尚有赖于技术的进一步发展。