来自12家机构的24名临床医师参与的研究表明，AI辅助诊断可将年龄相关性黄斑变性(AMD)诊断准确率最高提升50%，诊断时间缩短10.3秒。升级版DeepSeeNet+模型在包含新加坡人群的外部验证中F1分数显著提高至52.43，揭示医疗AI需通过系统化工作流程验证和持续开发来解决临床可解释性与泛化性挑战。

　　这项突破性研究像给眼科医生配了个超级助手！科研团队构建了AI辅助诊断系统，让24位临床医师对240名患者（平均68.5岁）的2880个AMD特征进行诊断PK。结果发现，当医生获得AI助攻时，诊断准确率如同装上涡轮增压——平均F1分数从37.71飙升至45.52，最快诊断速度提升近26%。不过有趣的是，人机组合拳并非总占优，这暴露出AI医疗的信任危机谜题。

　　彩神官方

　　彩神官方

　　研究团队还玩起了模型升级游戏，用39,196张新图像训练出DeepSeeNet+，这个加强版在跨种族测试中表现抢眼，对新加坡人群的诊断准确率比原版高出13.48个百分点。这些发现如同给医疗AI发展画了路线图：既要当医生的第二大脑，又要不断吃更多数据来突破种族界限。时间效率提升和外部验证数据，为破解医疗AI落地难的魔方提供了关键拼图。