人工智能（AI）正在深刻改变医学的发展。从疾病筛查、辅助诊断到临床决策支持，AI展现出巨大的应用潜力。但是一个关键问题始终摆在医学界面前：AI如何真正走进医院，而不仅仅停留在实验室？过去的十年间，大量眼科AI研究主要集中于模型开发和回顾性验证，真正完成真实世界部署的案例仍然较少。论文指出，即便已经获得FDA批准的AI系统，在真实临床环境中的表现，也与注册研究存在一定差距。例如，由于患者配合程度、图像质量以及复杂临床环境等因素影响，部分系统在真实世界中的图像可判读率和特异性均有所下降。因此，仅仅提升模型准确率不足以推动AI真正进入临床实践。

7月2日，清华大学北京清华长庚医院眼科中心知名专家、清华大学医学院院长黄天荫团队在线发表观点文章，结合创新打造的清华大学人工智能眼科诊所（AI-Agent Augmented Tsinghua Eye Clinic, AI-TEC）为实践基础，探讨AI如何突破单一算法模型的局限，真正融入真实世界临床工作流，并进一步展望AI驱动眼科诊疗模式创新的挑战与发展方向。

论文指出，开发出性能优异的AI模型只是第一步。真正的挑战，在于如何让AI自然融入医院的临床工作流程。文章认为，实现AI临床转化需要建立完整的实施路径，同时解决模型鲁棒性、医院信息系统集成以及医生接受度等一系列技术与非技术问题。文章进一步指出，眼科具有疾病谱相对集中、影像数据丰富等特点，是探索AI赋能医疗的重要场景。

基于这一优势，团队提出了清华大学人工智能眼科诊所（AI-Agent Augmented Tsinghua Eye Clinic, AI-TEC）概念框架，希望推动AI从单一算法升级为贯穿整个眼科诊疗流程的智能协同系统。传统眼科诊疗流程通常以医生为中心，患者就诊、检查、诊断、治疗等环节依次完成。而AI-TEC则希望通过多个AI Agent参与不同诊疗环节，实现更加连续、高效的医疗服务。

传统眼科诊疗工作流程与清华大学人工智能眼科诊所（AI-Agent Augmented Tsinghua Eye Clinic，AI-TEC）工作流程

在整体框架中，AI-TEC将由六类智能体共同组成，包括预问诊（Pre-consultation）、智能分诊（Triaging）、多模态诊断（Multimodal Diagnosis）、临床决策支持（Clinical Decision Support）、患者支持（Patient Support）、自适应学习协调（Adaptive Learning Coordination）多个智能体相互协作，共同服务于完整的眼科诊疗全过程。

论文介绍，自2025年11月起，AI-TEC第一阶段原型系统已部署于北京清华长庚医院信息系统（HIS）中。当前版本主要支持预问诊和智能分诊功能。

患者通过智能问诊系统完成信息采集后，相关病史和眼科影像将自动进入AI系统进行实时分析，分析结果可直接展示在医生工作站，为门诊诊疗提供辅助参考。论文强调，目前AI始终只作为医生的辅助工具，而非替代医生作出医疗决策。

结合AI-TEC建设过程中的实践经验，团队总结了一些体会：首先，建设AI赋能眼科门诊，需要从“模型驱动”转向“系统驱动”；在实际部署过程中，影响AI性能的不仅仅是模型本身，更包括临床数据质量、影像采集标准、数据异质性以及医院工作流程等多个因素；其次，AI真正落地离不开医生、工程师等多学科团队的深度协作。只有建立标准化的数据采集体系，并不断优化临床工作流程，才能推动AI持续发挥价值。

论文最后指出，建设AI赋能医疗门诊仍面临诸多挑战。除了模型性能外，还需要进一步解决医院信息系统兼容、医生使用意愿、医疗成本、连续医疗服务以及不同人群间算法公平性等问题。与此同时，更高灵敏度的AI系统也可能带来新的挑战，例如增加转诊压力、额外检查以及医疗资源负担，因此需要持续开展部署后的评估和优化。团队认为，未来AI真正融入临床，不仅依赖于模型本身的发展，更需要围绕临床需求构建完整的系统级解决方案。从模型开发，到工作流程重构，再到真实世界应用，AI医疗的发展正在进入新的阶段。AI-TEC的探索，也为未来AI赋能临床提供了一种新的实践路径。

相关成果以Translating AI Into the Eye Clinic—From Models to Clinical Workflow（将人工智能转化至眼科诊所：从AI模型到临床工作流）为题，在线发表在JAMA Ophthalmology（美国医学会眼科期刊）上。黄天荫为本文通讯作者，北京清华长庚医院在站博士后张頔为第一作者，北京清华长庚医院眼科中心主任医师王亚星，新加坡眼科研究所、新加坡国立眼科中心教授Yih Chung Tham为共同作者。该研究获国家自然科学基金（82388101、8257041339）和重大致盲性眼病智能诊断技术与设备研发实验室的支持。清华大学自动化系教授吴嘉敏、博士严涛在AI-TEC底层算法与模型开发及系统部署方面作出了重要贡献。