面向人工智能应用的干眼影像分类与标注方法、流程及质量控制专家共识(2025).pdf

干眼作为全球常见的眼病，其复杂病理机制和高发病率给临床诊断及管理带来重大挑战，人工智能(AI)技术的发展为干眼影像分析与辅助诊断提供了新机遇。本专家共识围绕干眼影像的分类与标注方法，结合AI技术应用需求，总结了干眼影像分类与标注的研究范围和任务，详细规范了泪膜脂质层影像、泪河高度影像、泪膜破裂时间影像、角膜荧光素染色影像、睑板腺影像等主要影像模态分类与标注的原则、方法，并明确了分类与标注的工具、流程。本共识提出了系统化的质量控制要求，包括标注一致性评估、多轮审核及数据清洗方法等。最后，本共识总结了目前面临的挑战，提出了针对性的解决策略。本共识的推出旨在为干眼AI模型的研发提供高质量的数据支持，提升AI在干眼诊断、病程监测和个性化治疗中的应用效果，为干眼领域的AI研究和临床应用提供科学参考及技术支撑。