位置：
人工智能的最新进展表明，人工智能可以通过分析视网膜专家认为健康的视网膜图像来准确检测糖尿病。为了更好地理解这一成就，有必要回顾一下这一成就的背景和规模。
糖尿病是一种慢性健康状况，影响身体代谢葡萄糖的能力，导致血液中的高糖水平。随着时间的推移，血糖水平升高会导致严重的健康问题，包括心脏病、肾衰竭、视力下降，甚至死亡。此外，患者被诊断和治疗的时间越长，他们就越有可能出现这种不可逆的并发症，因此，即使患者没有症状，早期诊断对于保持整体健康和防止不良后果也是至关重要的。
尽管糖尿病发病率很高，但美国仍有23%-27%的成年糖尿病患者未被确诊。糖尿病的诊断不足可归因于几个因素。首先也是最重要的是缺乏定期健康检查。获得基本医疗服务有限的得不到充分服务的人群更有可能得不到诊断，原因很简单，他们缺乏获得筛查和诊断服务的基本途径。可悲的是，由于肥胖率的增加，他们患糖尿病的风险也更高。另一个因素是公众缺乏对糖尿病症状的认识；那些没有意识到症状的人不太可能在症状出现时去看医生。
空腹血糖和糖化血红蛋白(也称为HbA1c)血液测试是诊断糖尿病的最成熟和公认的工具。然而，眼科医生通常是第一个发现糖尿病的，因为这是出于其他原因而进行的就诊中的巧合。眼科医生通常会观察糖尿病视网膜病变(一种常见的糖尿病并发症)的迹象，并因此怀疑患者患有糖尿病，建议患者接受进一步检查，以确诊糖尿病。尽管如此，这意味着发现糖尿病迹象的眼科医生会诊断出一种已经存在很长时间的疾病——长到足以出现糖尿病并发症。可以检测到糖尿病并发症并导致糖尿病诊断的其他例子包括由牙医检测到的牙周病和由足病医生检测到的足踝疾病。
开创性的人工智能最近由开发的模型AEYE健康表现出从视网膜图像中准确诊断糖尿病患者的能力，否则该患者被认为没有任何糖尿病相关并发症。换句话说，人工智能能够在视网膜专家认为健康的图像中检测出糖尿病的迹象。如果与糖尿病相关的并发症在图像中可见，视网膜专家通常可以从视网膜图像中诊断糖尿病。然而，人工智能算法可以从其他健康的视网膜中诊断出糖尿病，这通常意味着糖尿病的早期阶段，并提供了接受适当治疗和在并发症出现之前减轻并发症的机会。
大多数人工智能模型都是为了执行与医生相同的任务而开发的——即试图复制医生在分析图像时寻找的东西。但是在人工智能的例子中AEYE健康，人工智能被训练来执行超出医生能力范围的任务。
由于许多原因，这是革命性的，其中最重要的是能够早期诊断糖尿病并减少未诊断的糖尿病患者的数量。在药店和社区诊所部署这种人工智能可以帮助人们快速、廉价地进行自我测试，而无需抽血。同样重要的是，人工智能现在能够扩展现有的诊断能力。糖尿病可以从视网膜照片中检测出来，即使视网膜专家无法看到疾病的指标。
