盛斌教授（常被尊称为“盛主任”）作为上海交通大学电子信息与电气工程学院计算机科学与工程系教授及教育部人工智能重点实验室学科带头人，是国内眼科人工智能领域的开拓者。他带领的团队深耕“AI+医疗”交叉领域，尤其聚焦糖尿病视网膜病变（DR）的智能诊疗技术研发。其核心贡献在于突破传统医疗模式局限，将深度学习、计算机视觉与大语言模型技术融入眼科诊疗全链条，推动DR筛查从“被动诊断”迈向“主动预警”。团队与上海交通大学医学院附属第六人民医院贾伟平教授、清华大学黄天荫教授等临床专家合作，构建了覆盖亚非欧多国的研究网络，使中国技术成为全球糖尿病眼病防控的重要力量。
盛斌的学术理念强调“临床需求驱动技术革新”。面对全球5亿糖尿病患者中80分布于医疗资源匮乏地区的现实，他主导的DeepDR系统实现基于眼底图像的DR全病程自动诊断，系统可实时反馈图像质量并分割病变区域，相关成果发表于《Nature Communications》，并被糖尿病联盟推广至48个。这一突破性进展不仅降低了基层筛查门槛，更标志着中国在医学AI领域从“跟随者”转向“规则制定者”。
二、技术三部曲：DR智能诊疗体系的迭代演进
1. DeepDR：全病程辅助诊断的开篇
DeepDR系统作为盛斌团队的里程碑，解决了DR筛查效率与准确性的核心矛盾。系统通过分析百万级眼底图像数据，建立多任务深度学习架构，实现对DR从轻度非增殖性病变到重度增殖性病变的精准分级。该系统在2018年ISBI首届IDRiD眼底图分析竞赛中，一举夺得视神经盘与黄斑中心检测双项，成为当年竞赛中斩获两项全球的团队。其临床价值在于将传统人工阅片所需的数分钟压缩至秒级，且准确率媲美专业眼科医师，为资源匮乏地区提供了可行的筛查方案。
2. DeepDR-Plus：疾病进展的革命
2024年，团队在《Nature Medicine》发表的DeepDR-Plus系统，实现DR进展的时序风险预警。该系统创新性地采用Weibull混合分布模型，利用多国20万糖尿病患者纵向队列数据，基于单次眼底图像即可未来5年内DR恶化的个体化风险与时间节点。这一技术被《Nature Medicine》主编评价为“实现糖尿病视网膜病变精准预防的核心工具”，其临床意义在于优化筛查间隔——低风险人群随访周期延长至2年，漏诊率仍低于1；高风险人群则强化干预，显著降低公共卫本。
3. DeepDR-LLM：多模态诊疗决策的整合
2024年7月，团队再度于《Nature Medicine》发布全球糖尿病诊疗多模态大模型DeepDR-LLM。该系统融合视觉Transformer与大语言模型（LLaMA），通过适配器（Adaptor）和低秩自适应（LoRA）技术协同优化，实现“眼底影像诊断+个性化管理建议”的一站式输出。前瞻性研究显示，辅助基层医生使用时，DR诊断准确率提升23；应用于769名糖尿病患者管理后，患者转诊依从性提高34，自我行为管理改善率达41。糖尿病Daniel Drucker评价其为“提升基层糖尿病护理的革命性数字方案”。
三、临床转化：从实验室到“一带一路”的普惠医疗
盛斌团队的成果始终以临床落地为导向。DeepDR系统已整合至上海糖尿病并发症筛查项目（SDCSP），覆盖全国20万糖尿病患者；DeepDR-Plus在印度等低收入的真实场景验证中，将筛查频率降低50的同时保持99.2的敏感度，为WHO倡导的“2030全球眼健康计划”提供关键技术支撑。团队主导建立的上海市代谢相关疾病智慧防控‘一带一路’联合实验室，进一步推动技术向东南亚、中亚地区扩散，例如在乌兹别克斯坦的基层医疗点部署便携式AI眼底相机，实现偏远地区DR筛查零的突破。
表：盛斌团队核心成果的临床转化效果
| 系统名称 | 技术突破 | 临床应用效果 | 认可 |
|||
| DeepDR | DR全病程分级诊断 | 筛查效率提升90，准确率96 | 推广至48国 |
| DeepDR-Plus| 5年进展风险 | 低风险人群筛查间隔延长至2年 | 《自然医学》专题评述 |
| DeepDR-LLM | 多模态诊疗决策 | 患者依从性提升34 | 获Eric Topol等推荐 |
四、标准引领：中国智慧重塑全球医疗范式
盛斌团队的技术演进同步推动标准制定。2019年，其联合发起的ISBI DeepDRiD挑战赛成为基于“中国数据、中国标准”的智能阅片竞赛，数据集涵盖40万人群、200万张眼底图像，为全球算法研发提供黄金标准。2024年，团队参与构建的《医院评审认证标准（中国）》获医疗质量协会（ISQua）认证，该标准融合中国“三甲”评审体系与患者安全目标，被卢宠茂局长称为“中国医疗软实力的世界护照”。港大深圳医院等认证机构已实现商保直付，推动跨境医疗互认。
五、总结与展望：眼科数字医疗的未来之路
盛斌团队的“DeepDR三部曲”标志着AI眼科诊疗从单一病种识别迈向全周期健康管理。其核心价值在于构建了“筛-防-治”闭环：DeepDR实现早期诊断，DeepDR-Plus预警进展风险，DeepDR-LLM整合管理决策，三者协同为糖尿病眼病提供数字时代的一体化解决方案。学界视其为“中低收入医疗资源不平等的破局者”，其成果亦启示未来方向：
1. 技术普惠性深化：需研发更低成本、更高鲁棒性的轻量化模型，适配手机端或便携设备，进一步覆盖农村及移动医疗场景；
2. 多模态数据融合：结合基因组学、代谢组学与影像学，探索DR与全身性疾病的关联机制，实现“一眼观全身”的系统性健康评估；
3. 医工交叉人才培养：如上海交通大学“AI for Science”平台所示，需建立贯通计算机科学与临床医学的复合型学位体系，破解技术转化的人才断层。
盛斌教授曾言：“人工智能的终点是让技术消失于无形，唯留健康普惠人间。” 其团队正以“中国标准”为笔，书写眼科数字医疗的新范式——这不仅是技术的胜利，更是对人类健康共同体的深切回应。
> 科研不是孤岛上的灯塔，而是照亮每个平凡生命的星火。当我们用算法一滴血中的未来，用代码连接山海外的目光，医学便真正回归了‘人’的尺度。—— 盛斌团队科研手记
