郑州大学第一附属医院研究：AI（人工智能）仿真联合虚拟病例训练或提升眼科住院医师糖尿病视网膜病变推理一致性
一项单中心前瞻性队列研究纳入100名从业1至5年的眼科医师，比较AI（人工智能）驱动仿真联合虚拟糖尿病视网膜病变（DR，Diabetic Retinopathy）病例训练与常规病例教学的效果。
研究显示，AI整合组在方案决策Kappa值、关键决策点符合率、鉴别诊断覆盖率和复杂病例诊断准确率上均优于常规组，且优势在干预后一个月随访时仍存在。
该结果提示AI仿真训练可能帮助标准化眼科专科培训，但属于单中心观察性研究，不能视为已证实的临床教学效果。
研究于2023年6月至2025年6月在郑州大学第一附属医院开展，共纳入100名具有1至5年临床经验的眼科医师，分为AI（人工智能）整合组（n=50）和常规组（n=50），两组均接受12周、48小时课程。 评估在基线、干预后和干预后一个月进行，采用盲法专家评估和算法基准测试。 干预后，AI整合组方案决策Kappa值为0.93，常规组为0.52；
关键决策点符合率95.5%对59.0%； 鉴别诊断覆盖率97.0%对62.0%； 诊断信心4.78对3.56； 复杂病例诊断准确率94.0%对60.0%； 与独立验证参考模型的预后一致性RMSE为0.31对1.52； 急性并发症响应时间11.4分钟对21.3分钟； 高风险因素区分AUC为0.95对0.72；
个体化治疗方案适配评分为90.4±6.2对64.8±7.4（0至100分制）； 合并症关联识别率95.0%对63.0%。 上述差异均p<0.001，且在一个月随访时仍保持（所有p<0.001），跨中心会诊Kappa为0.89对0.49，随访管理准确率92.0%对58.0%。 研究方案经机构伦理委员会批准（批准号FAU-ZU-121）。
这是一项单中心、非随机的前瞻性队列研究，参与者按专科培训项目报名顺序分配，而非随机分组。 研究采用了基线均衡性验证、盲法评估、倾向评分敏感性分析等措施控制偏倚，但队列设计本身无法排除选择偏倚和未测量混杂因素。 研究未报告样本量计算、失访情况或AI（人工智能）仿真平台的具体技术实现与厂商信息，因此不能将结果归因于某一具体产品。
此外，培训场景中的推理一致性提升与真实临床环境中的患者结局改善之间尚有距离，需要多中心随机对照试验验证。
后续观察信号
- 该AI（人工智能）仿真平台的具体技术实现和供应商信息
- 是否有成本效益分析或规模化推广可行性评估
- 参与者培训后的真实临床决策变化是否有追踪