12 月 23 日，由北京大学中国卫生经济研究中心指导，首都医科大学附属北京同仁医院、医学人工智能研究与验证工业和信息化部重点实验室、致盲性眼病防控及智能诊疗北京市重点实验室、爱康集团与鹰瞳科技（Airdoc）联合发起，人民健康支持的2025 版基于视网膜人工智能评估的《六百万体检人群健康蓝皮书》（以下简称《蓝皮书》）在北京正式发布。

2025 版基于视网膜人工智能评估的

《六百万体检人群健康蓝皮书》正式发布

这是爱康集团与鹰瞳科技连续第七年发布基于视网膜人工智能评估的《体检人群健康蓝皮书》，累计样本量突破 600 万大关，连续进行视网膜人工智能评估的人群更是首次超过 100 万，通过动态追踪我国体检人群的眼健康及全身健康状况、风险分布，为公共卫生研究提供了基于脱敏大数据的真实且具有参考价值的 " 观测窗口 "。

发布会上，首都医科大学附属北京同仁医院副院长魏文斌，爱康集团首席执行官张黎刚，鹰瞳科技董事长张大磊先后发言，就视网膜人工智能技术的应用发展、创新突破与普惠实践等进行了深入分享。

《六百万体检人群健康蓝皮书》发布现场

此外，现场特别设置了患者分享和专家解读环节。连续多年在爱康进行体检的谭先生因在最近一次体检中增加了视网膜人工智能健康评估项目，在无症状情况下发现了致盲性眼病 " 青光眼 "，继而在爱康医护的建议下及时前往医院进一步确诊并接受了手术治疗，避免了失明悲剧。谭先生的亲身经历正体现了定期进行眼底检查，以及早筛查、早诊断、早治疗的重要意义。

01. 体检人群眼健康普遍 " 亮红灯 " 连续检测成关键防线

爱康集团首席执行官张黎刚发布并解读了《蓝皮书》，他介绍，爱康从 2018 年开始启动视网膜人工智能健康评估项目，第一年有 20 多万人使用该服务，此后每一年均新增约 100 万人次。在 600 多万人次数据中，有超 100 万人进行了两次及以上检查，" 通过持续开展视网膜 AI 检测，不仅能够帮助大家精准地评估眼底健康状况、及时排查相关疾病风险，更能为全身健康的综合分析提供重要参考依据。这在健康管理中，是非常有意义的事情。"

爱康集团首席执行官张黎刚

《蓝皮书》的数据源自 2018 年 7 月至 2025 年 6 月间，在爱康集团全国体检中心参与鹰瞳科技视网膜人工智能健康评估项目的体检人群，共计 6,481,674 人次检查记录。爱康集团的体检数据均采用私有化部署的医疗云存储，已通过国家公安部信息系统安全等级保护备案（三级），以保障体检人群数据的安全。

样本人群分布情况

近八成体检人群存在眼底异常

这四大类异常严重威胁眼健康

在超 600 万人次的视网膜人工智能评估结果中，整体眼底异常检出率为 77.5%，男性检出率高于女性。从历年对比分析数据来看，今年的眼底异常总检出率与去年基本持平，近 3 年的总检出率均超过 78%。

历年眼底异常总检出率的对比

视网膜人工智能评估结果包括了五大类 50 余个各类各级异常，《蓝皮书》显示，42.9% 的体检人群有合并 2 种及以上异常结果。视网膜血管异常、屈光不正眼底异常、黄斑部异常、视盘视神经异常是主要威胁眼健康的四大类异常，其中，视网膜血管异常检出率高达 48%，屈光不正眼底异常检出率连续五年升高，而黄斑部异常检出率的历年变化最为明显，较五年前降低 5%。

四大类主要眼底异常

在眼底重要异常结果方面，即发生于视网膜的严重异常需要立即到医院确诊或排除可能引起严重视力损伤的病变，累计发现 28,562 例，检出率为 0.4%，有效预警了失明风险。

眼底重要异常结果的年龄分布

40 岁后每 10 人中超 9 人经历眼底 " 危机 "

眼底异常和心脑血管风险陡增

随着年龄的增长，眼底异常检出率逐渐升高，特别是 40 岁及以上人群，眼底异常检出率迅速攀升至 90% 以上，每 10 人中就有超 9 人存在异常，其中，视网膜血管异常作为头号眼底异常，40 岁及以上人群的检出率更是 40 岁以下人群的 9.3 倍。

眼底异常检出率的年龄和性别分布

值得注意的是，40 岁不仅是眼健康也是全身健康的 " 分水岭 "。心脑血管疾病是威胁我国居民健康的 " 头号杀手 "，鹰瞳科技研发的视网膜心脑血管疾病风险指数可以通过视网膜图像评估心脑血管疾病风险①。《蓝皮书》显示，心脑血管风险均从 40 岁开始出现跳跃性增长。建议 40 岁及以上人群每年定期进行眼底检查，以便及时发现眼底异常及心脑血管等健康隐患。

心血管中高风险及高风险人群的年龄分布

脑血管中高风险及高风险人群的年龄分布

超 100 万人群连续进行眼底 " 年检 "

有助于早期发现健康隐患

在超 100 万连续进行视网膜人工智能评估的人群中，末次检查结果的眼底异常总检出率较初次增加了 1.4%，其中，视网膜血管异常检出率的增加最多，为 2.6%。

连续进行视网膜人工智能评估的人群中

异常检出率的对比

连续进行眼底 " 年检 " 有助于及时发现眼底异常的进展，《蓝皮书》显示，初次检查发现糖尿病视网膜病变重度非增殖期的体检者，有 7.3% 在末次检查时进展为增殖期；初次检查发现斑片状萎缩的体检者，有 19.9% 在末次进展为黄斑区萎缩，这两项眼底异常均较 2024 版《蓝皮书》进展明显加快，需要引起重视。

连续进行视网膜人工智能评估人群的眼底异常结果分析（部分） 

在初次检查未检出、末次检查新发现的眼底重要异常中，除严重的黄斑前膜和视网膜脱离发现数有所降低，分支静脉阻塞、黄斑裂孔、新生血管性黄斑病变、糖尿病视网膜病变重度非增及增殖期等发现数均较 2024 版《蓝皮书》明显增加，以上眼底重要异常均可能导致不可逆性盲，及时发现有效地避免了延误治疗所导致的不良后果。

连续进行视网膜人工智能评估

有助于及时发现威胁视力的眼底重要异常

此外，通过对比发现部分体检者的眼底异常经过干预和治疗后得到了有效改善：在初次检出的 31 例视乳头水肿体检者中，末次检查时 7 例症状消失、5 例症状减轻；检出视网膜静脉阻塞和黄斑裂孔的体检者在接受治疗后眼底异常消失率分别为 14.2% 和 13.9%。

有助于了解干预和治疗后的恢复情况

02. 与黑暗 " 擦肩而过 " 一张眼底照片预警失明风险

" 我当时觉得看到的这个世界还蛮美好的，但是突然告诉你，有一天你就会失明了，然后你的眼前就会一片漆黑。" 回忆起自己的确诊经历，47 岁曾从事软件咨询顾问的谭先生至今仍心有余悸，一次在爱康的年度例行体检中，因 " 省时省力 " 而选择视网膜 AI 评估的加项，竟帮他及时发现了青光眼。

谭先生回忆道，虽然每天使用电脑工作长达十几个小时，但之前眼睛没有任何不舒服，接到爱康工作人员反复电话提醒进一步就医检查时，仍觉得 " 大概率我眼睛没有毛病 "。

首都医科大学附属北京同仁医院副院长魏文斌表示：" 谭先生的色素性青光眼是一种相对少见的类型，是悄悄地偷走你的视力的疾病。他的眼压可能还是正常的，没有什么感觉，只有通过筛查才能早期发现一些蛛丝马迹。"

首都医科大学附属北京同仁医院副院长魏文斌

在现场进行报告解读

在爱康医护的多次建议下，谭先生先后前往三级医院和眼科医院进行检查并最终确诊。" 当时我的左眼视神经损伤比较严重，急需手术。" 随后，在医院的专业安排下，谭先生迅速接受了青光眼手术，病情得到有效控制。" 如果我早几年应用了这个视网膜 AI 评估技术，有可能都不用上手术台，左眼像右眼一样简单治疗就可以了。" 谭先生的语气里满是后悔。

爱康医师现场为谭先生进行

视网膜人工智能健康评估检查

魏文斌教授也指出，谭先生还是比较幸运的，因为色素性青光眼属于不可逆致盲性眼病，手术是控制眼压和视神经损伤的进一步进展，" 视野的缺损可能有一点改善，但是如果视野都黑了再回来不太可能，早发现是一个方面，早去重视和干预也很重要。"

03. 从精准筛查到光明普惠 AI 赋能眼健康管理

人工智能正加速渗透至医学各细分领域，眼科因其影像数据丰富，成为人工智能应用最为广泛、成果最为显著的领域之一。当一张眼底照片即可筛查 50 余种健康风险，当偏远地区的人在家门口就能享受到优质医疗服务——人工智能的加持正让清晰视界的守护更精准、更高效、更普惠。

" 全国只有 6 万多名眼科医生，但导致盲和视力损伤的眼病防治任务非常繁重，再加上优质医疗资源都集中在大中型医院，这也是我们为什么要靠人工智能。" 魏文斌教授谈到，" 随着技术的发展和数据的积累，人工智能可以有效辅助眼科医生，提升诊断效率，真正为致盲性眼病诊疗和重大慢病预警提供更精准、高效的解决方案。"

鹰瞳科技董事长张大磊分享道：" 我们从 2019 年开始联手持续发布《体检人群健康蓝皮书》，就是希望做好科普，让每一个人都知道定期监测自己的血管神经健康状态，定期体检，发现问题之后第一时间处理。我们在持续监测视网膜的基础上，也研发了控制儿童青少年近视发展的 PBM（光生物调节）产品，希望可以和爱康一起服务更多人。"

鹰瞳科技董事长张大磊

为了实现最大化的医疗普惠，2018 年，爱康全面启动 iKangAI+ 计划，不断引入人工智能产品，赋能传统体检。如今经过 7 年时间的探索，已打造出一个集眼底、肺、乳腺、心脏、脑血管、牙齿、骨骼等 10 余款 AI 专项健康筛查产品之力的 " 爱康 AI 矩阵 "。

当下正是《" 十四五 " 全国眼健康规划（2021 — 2025 年）》收官冲刺的关键节点，人工智能为眼健康事业的高质量发展按下 " 加速键 "。目前，爱康旗下体检中心均已配备鹰瞳科技视网膜人工智能健康评估产品，以期帮助更多人尽早发现各类眼底异常和全身慢性病隐患，让优质医疗服务真正惠及千家万户。

扫码查看完整版

2025 版

基于视网膜人工智能评估的

《六百万体检人群健康蓝皮书》

① Ma Y, Xiong J, Zhu Y, et al. Deep learning algorithm using fundus photographs for 10-year risk assessment of ischemic cardiovascular diseases in China [ J ] . Science Bulletin, 2022;67 ( 1 ) :17-20.