由于视网膜循环系统与脑部以及冠脉循环系统有着相同的解剖生理特征, 因此眼底特征的改变成为心血管 疾病、神经退行性疾病及糖尿病等疾病的观察窗口. 随着人工智能(artificial intelligence, AI)技术的进步, 尤其是深 度学习(deep learning, DL)模型的应用, 利用眼底图像进行疾病检测的精确度得到了显著提高. 这种技术不仅能够 非侵入性地检测疾病, 还能够预测未来的发病风险, 为个性化治疗提供依据. 本文回顾了AI, 尤其是DL技术在眼底 影像分析中的应用及其在系统性疾病预测中的潜力. 研究表明, DL模型可识别视网膜微血管和神经纤维层变化, 用于帕金森病、阿尔茨海默病等神经退行性疾病的早期筛查. 在心血管疾病方面, AI可通过眼底影像评估高血 压、冠心病及心肌梗死的风险, 提高预测精度. 此外, 糖尿病视网膜病变的自动检测日趋成熟, DL模型还可辅助糖 尿病和慢性肾病的风险评估. 然而, 该领域仍面临数据获取难、影像质量参差、标注标准不统一等挑战. 未来, 需 建立高质量、多样化的数据集, 并优化算法的适应性和可解释性, 以提高临床应用的可靠性. 随着AI与眼底影像技 术的深度融合, 该领域有望在疾病早筛、精准诊疗和健康管理方面发挥更大作用, 为推动个性化医疗和智慧医疗 的发展提供强大支持.