近日，中山大学中山眼科中心教授林浩添团队与中山大学附属第一医院教授陈崴团队合作，成功创研以眼“看”肾智能诊断技术，为欠发达地区和基层医疗机构的肾病筛查与精准管理提供有力技术支撑，也为眼肾疾病共管共治探索出全新模式。7月29日，相关成果在线发表于《自然-通讯》，且该研究技术已获得1项国家发明专利授权。

眼睛作为人体唯一能直接观察神经血管的器官，是反映全身健康的“窗口”。随着眼科成像和人工智能技术迅猛发展，其在监测人体健康方面的作用愈发凸显。慢性肾脏病因高患病率、高致残率和高致死率，成为全球重大公共卫生问题。

目前，慢性肾脏病精准诊断和治疗依赖肾脏穿刺活检这一“金标准”，但肾活检是有创操作，对患者适应症和操作者技术水平要求高，且存在并发症风险，严重制约其在欠发达地区和基层医疗单位的普及。因此，研发无创肾脏病理诊断新技术意义重大。

为攻克这一难题，2021年7月，林浩添团队与陈崴团队牵头，联合国内外多家医院成立“眼肾联盟”（iEKA），推动基于眼部图像的人工智能技术在肾脏疾病管理中的创新应用。团队前期收集13144张眼底图像，建立多模态机器学习模型，研发出基于眼底彩照的无创智能肾病诊断系统——KIDS，并在粤港澳大湾区、新疆和非洲索马里等多中心验证。

KIDS系统功能强大，通过输入患者眼底图像，可实现慢性肾脏病早期筛查、无创病理诊断及预后预测三大核心功能，覆盖疾病全流程管理。在早期筛查方面，KIDS能智能识别患者是否患有慢性肾脏病，对不同程度慢性肾脏病的识别表现优异，有助于在更大范围人群中开展早期筛查和风险预测，提醒高风险个体及时前往肾病专科就诊，推动慢性肾脏病早发现、早诊断和早干预，适用于社区医院、基层医疗卫生机构及体检中心。

在无创病理诊断方面，当慢性肾脏病患者在肾内科或综合内科就诊时，医生向KIDS输入患者眼底图像，联合或不联合常规血液与尿液检查结果，即可预测患者患有IgA肾病、原发性膜性肾病、糖尿病肾病、高血压肾损害及微小病变肾病/局灶节段性肾小球硬化等常见病理类型的概率，还能同步预测病理肾小球硬化>75%的发生概率。多中心人机对比测试显示，KIDS平均诊断准确率较肾病专科医生高26.89%，优势显著。它可为未接受或无法进行肾活检的患者提供可信的无创病理诊断，辅助临床医生制定个体化诊疗方案，推动慢性肾脏病精准管理，适用于综合医院肾病科或内科。

在预后预测方面，KIDS可预测慢性肾脏病患者在未来5年内发生肾脏病终点事件（包括eGFR下降≥50%，发生终末期肾病及开始肾脏替代治疗）的风险，且预测性能良好，有助于医生制定个性化随访与管理策略，提前识别高风险人群，强化干预，降低不良结局发生可能性。

针对非洲索马里等欠发达地区医疗资源匮乏、肾穿刺活检受限的情况，研究团队开发了KIDS简化模型。该模型仅依赖有限血液与尿液检验指标，就能较为准确地预测慢性肾脏病病理类型。在国内外多中心真实世界验证数据集中，简化模型预测性能AUC高达0.952，稳定性与泛化能力强，在欠发达地区应用前景广阔。

据介绍，目前，KIDS已部署在中山大学中山眼科中心眼病智能诊断云平台，正在国内外多个中心临床应用并开展真实世界验证研究，有望显著提升慢性肾脏病早期筛诊准确率和精准治疗水平。

相关论文信息：https://doi.org/10.1038/s41467-025-62273-0