返回

新鲜孔源性视网膜脱离绿色通道的构建与管理实践

阅读量:1049
DOI:10.12419/26011201
发布日期:2026-06-29
作者:
姚抒予 ,钟刘学颖 ,娄秉盛 ,刘荣娇 ,武晓雪 ,欧阳晨 ,李涛
展开更多

关键词

视网膜脱离
绿色通道
多学科团队
急症救治
视力预后

摘要

新鲜孔源性视网膜脱离(rhegmatogenous retinal detachment, RRD)作为眼科常见急症,手术时机直接影响视力预后。既往诊疗模式下,患者从确诊到手术的平均等待时间长达7~14 d,严重影响视功能恢复。为解决这一临床难题,中山大学中山眼科中心创新性建立了“RRD绿色通道”救治体系。该体系通过系统性流程再造与多维度资源整合,构建了以时效性为核心的急症救治模式。在组织架构方面,组建了涵盖急诊、眼底外科、麻醉科及手术室的多学科专职团队,实现24 h“一站式”救治响应。在协作机制上,建立前置化、扁平化的多学科会诊(multi-disciplinary team, MDT)流程,通过制定标准化响应规范,授权一线医师直接启动即时会诊,显著缩短决策时间。在服务模式上,创新实施护士主导的"一对一"全程照护,由专职护士统筹协调检查、手术、住院及随访全流程。同时配套建立快速分诊、检查极速响应、手术直通等机制,并依托信息化平台实现实时协同与质量监控。实践表明,该模式使患者术前等待时间从12 d缩短至2 d,就诊至手术全程控制在48 h内,术后视力预后显著改善,患者满意度达97%。该模式通过理念创新、系统重构、机制优化和技术赋能,为眼科急症救治体系建设提供了重要的借鉴。

全文

文章亮点

1. 关键发现

• 新鲜孔源性视网膜脱离是导致急性视力丧失的常见原因,视网膜脱离12 h后光感受器出现明显损伤,因此,尽早手术是挽救视功能的关键。目前我国大部分地区,暂未将新鲜孔源性视网膜脱离纳入眼科急症中,可能延误最佳治疗时机。本研究证实,构建专属急诊绿色通道,可使患者术前等待时间从12 d缩短至2 d,就诊至手术全程控制在48 h内,显著改善患者术后视力恢复效果,并大幅提升患者就医满意度。

2. 已知与发现

• 新鲜孔源性视网膜脱离病情进展快、对视功能损伤不可逆,及时手术复位是保障患者视力预后的关键。目前临床治疗技术成熟,但是由于新鲜孔源性视网膜脱离未纳入眼科急症中,存在流程分散、跨科协作低效、患者就诊后检查、会诊、手术排期等待时间过长、难以实现紧急救治的临床痛点。

3. 意义与改变

• 为解决上述系统性问题,中山大学中山眼科中心牵头构建新鲜孔源性视网膜脱离专属绿色通道与全流程管理体系。其核心意义在于重构眼科急症救治模式,通过流程再造、多学科协同、全程护理管控及信息化赋能,实现标准化急症管理,有效缩短患者从就诊至手术的间隔时间,改善患者视力预后,为国内眼科急症规范化救治提供参考范式。

 

       新鲜孔源性视网膜脱离(rhegmatogenous retinal detachment, RRD)是一种导致视力严重丧失的常见眼科急症,其发病率约为6.3/10万~17.9/10万[1-3]。视网膜脱离后,感光细胞因缺血、缺氧而逐渐凋亡;脱离时间越长,即使术后实现解剖复位,视功能亦难以恢复[4-6]。因此,尽早手术是挽救视功能的关键。

       在既往诊疗模式下,受门诊预约、检查排队及床位周转等因素影响,患者从确诊至手术常需等待7~14 d[7-8]。为破解这一临床管理难题,响应国家关于提升急危重症救治能力的政策导向,亟需构建一套以时效性为核心、流程高度优化的RRD专用急诊救治体系。

       中山大学中山眼科中心在国内率先建立并运行“新鲜孔源性视网膜脱离绿色通道”。通过整合院内优势资源、重构诊疗流程及强化多学科协同,实现了对RRD患者的全链条、一体化紧急救治。本文旨在系统阐述该绿色通道的构建理念、实施路径、管理内涵及临床成效,以期为我国眼科急症管理体系的完善与建设提供可复制、可推广的参考方案。

1. 具体做法与管理模式

       绿色通道的建设是一项涉及战略规划、资源配置、流程再造与质量控制的多维度系统工程,其核心在于构建以患者临床获益为终极目标、以时间窗管理为核心抓手的高效协同体系。

1.1 构建高效的组织架构与专业团队

       为有力推进RRD绿色通道的运行,确保救治的专业性与时效性,本中心以临床需求为导向,整合院内优质诊疗资源,组建了专职化RRD急诊救治团队,并系统性打造了集预检分诊、专科检查、多亚专科会诊、急诊手术及术后观察于一体的“一站式”24小时RRD综合救治平台,以实现RRD患者的快速救治。

       该团队以眼科急诊为核心,常态化纳入眼底外科、麻醉科及手术室等多学科人员,实行医护一体化协作模式。团队由眼科急诊负责人统筹管理,核心成员包括具备丰富眼科急诊救治经验的眼科医师、完成专项培训的眼科急诊护士以及手术室医护人员。

       专职团队全程由医务管理部门统筹支持,根据RRD患者病情紧急程度实施分类处置,确保从接诊到手术各环节无缝衔接。通过统一调度检查与手术资源,并配套建立设备及物资应急保障机制,全面提升了中心对RRD急症的综合救治能力。所有团队成员均须通过严格的RRD急救标准化培训与准入考核,以确保持续、规范的应急响应水平。

1.2 优化精细化多学科诊疗协作机制

    1.2.1 精细化多学科协作机制建立的背景

       传统多学科会诊模式在应对视网膜脱离(如RRD)等时效性急症时,常面临会诊响应延迟、专家时间协调困难及跨科协作流程松散等局限。同时,由于各眼科亚专科诊疗视角存在差异,会诊意见整合与决策效率往往难以保障,进而影响救治时效性及治疗方案的最优化。因此,构建标准化、高效的精细化多学科诊疗协作(multi-disciplinary team, MDT)机制,是保障绿色通道顺畅运行、改善RRD患者视力预后的关键支撑[9]。

    1.2.2 精细化多学科协作工作流程

       为保障响应时效,本中心对MDT流程实施前置化与扁平化改造,建立了直接、高效的精细化协作机制(图1)。核心流程如下:接诊医师评估需启动MDT时,无需经常规行政路径提交申请,可直接依据排班表联系当日值班的眼科急诊或眼底外科高级职称专家,发起即时会诊请求;麻醉科同步实行24 h全身麻醉会诊响应机制,确保复杂手术的麻醉评估与配合零延迟。

图 1 精细化多学科协作工作流程
Figure 1 Refined multidisciplinary collaboration workflow
图 1 精细化多学科协作工作流程

       为支持这一高效流程,医务科统一制定了《绿色通道多学科诊疗值班与响应规范》,明确了各学科值班专家的职责、响应时限、会诊记录要求及交接班制度,并建立专用通讯群组用于实时协调与信息共享。

    1.2.3 精细化多学科协作工作规范

       为确保即时MDT的决策质量与规范性,本中心建立了标准化的会诊工作指引。值班专家在响应时需快速调阅患者核心资料,包括眼底照相、光学相干断层扫描(optical coherence tomography, OCT)及B超检查结果等。讨论内容需聚焦于裂孔定位与视网膜脱离范围、手术方式选择(巩膜扣带术或玻璃体切割术)、术中操作要点、麻醉方式建议及围术期管理方案。

       所有即时会诊均需在病历系统中简要记录关键意见与依据,并由眼科急症门诊形成完整的多学科诊疗记录。通过这一扁平化、前置化的精细协作机制,实现了从快速响应、高效决策到精准执行的无缝衔接,显著提升了RRD急症救治的时效性与质量。

1.3 实施“一站式”无缝衔接工作流程

       流程再造是保障绿色通道高效运转的核心环节。在常规诊疗体系中,患者常需在多科室、多窗口间反复周转,导致宝贵的救治时间被消耗。针对RRD救治的高度时效性要求,本通道通过系统性流程重构,打破了传统离散化、分段式的诊疗壁垒,实现了从首诊识别、紧急处置到术后康复的全链条闭环管理。

    1.3.1 实施以护为主导的RRD绿色通道患者全程照护模式

       设立专职RRD护士岗位,由临床经验丰富的眼科护士担任,对进入绿色通道的每位患者实施“一对一”全程照护模式(图2)。专职RRD护士负责统筹协调患者在院内的全流程动线,具体包括:引导并陪同患者完成各项必要检查、协调急诊手术排期、协助办理住院手续、开展规范化术前宣教与心理支持,以及提供系统的术后随访指导。该模式确保了患者在复杂的就医环境中获得连贯、高效、专业且具有人文关怀的服务支持。

图 2 以护士为主导的RRD绿色通道患者全程照护模式
Figure 2 Nurse-led full-cycle patient care model in the RRD green channel
图 2 以护士为主导的RRD绿色通道患者全程照护模式

    1.3.2 建立快速预检分诊响应机制

       在眼科急诊区域专设RRD优先分诊台,配备完成系统培训的资深眼科护士。通过应用标准化快速分诊工具与评估路径,实现对疑似RRD患者的即时筛查与准确分级,确保此类患者无需等候即可优先进入绿色通道处置流程。

    1.3.3 推行检查检验极速响应制度

       影像科、检验科等医技科室应为绿色通道患者提供优先服务,并制定配套响应制度,确保关键检查在30分钟内完成并出具初步报告,为临床决策提供及时、可靠的依据。

    1.3.4 落实住院与手术直通车机制

       在RRD专职护士的全程协调下,确诊需手术治疗的患者经专用通道办理入院手续。同时,医院为绿色通道常态化预留专用应急手术间,并配备24 h手术团队。通过该机制,力争将患者从确诊至手术的间隔时间控制在72 h以内,以最大限度挽救患者视力。

1.4 建立信息化支撑与实时沟通机制

       依托医院信息系统(hospital information system, HIS)及影像归档和通信系统(picture archiving and communication system, PACS)等,构建了RRD绿色通道专用信息交互平台。该平台实现了患者信息的实时共享、诊疗环节的自动提醒与监控。同时,建立包含各相关科室在内的加密即时通信群组,用于动态协调床位、手术室及人力资源等,实现跨部门指挥调度的扁平化与实时化。

1.5 实施全程质量管理与持续改进

       为保障绿色通道的长期高效运行,引入了现代管理工具。

       应用PDCA循环:定期(每季度)对绿色通道的运行数据(如等候时间、救治效果、患者满意度)进行分析与评估,发现问题并及时优化流程,实现持续质量改进。

       标准化流程建设:制定并不断完善RRD绿色通道标准化流程(图3),确保所有环节操作规范、执行一致。

图 3 RRD绿色通道标准化流程示意图
Figure 3 Standardized process diagram for the RRD green channel
图 3 RRD绿色通道标准化流程示意图

2. 主要成效

2.1 诊疗效率提升

       通过绿色通道建设,RRD患者术前等待时间显著缩短。本团队已发表的回顾性对照研究采用Mann-Whitney U检验进行组间比较,结果显示,术前等待时间中位数由常规日间手术模式下的12 d缩短至2 d,差异具有统计学意义(P<0.01)。患者从就诊到手术的全程时间被压缩至48 h以内,极大地提升了救治效率。详细数据与统计结果详见已发表文献[10]。

2.2 患者临床预后改善

       时效性的提升直接转化为更优的视力结局。Mann-Whitney U检验结果显示,经绿色通道救治的患者术后最佳矫正视力中位数由术前logMAR 1.0改善至logMAR 0.5,差异具有统计学意义(P<0.01),具体数据及统计图表详见已发表文献[10]。急诊绿色通道模式通过缩短术前等待时间、实现快速干预,有效改善了RRD患者术后视力结局,提升了临床救治质量。

2.3 患者满意度大幅提高

       全程无缝衔接的流程与专人陪护服务显著改善了患者的就医体验。患者满意度调查结果显示,非常满意和满意的比例由项目初期的82%上升至97%(图4)。

图 4 RRD绿色通道实施前后患者满意度变化(n=200)
Figure 4 Changes in patient satisfaction before and after the implementation of the RRD green channel (n = 200)
图 4 RRD绿色通道实施前后患者满意度变化(n=200)

3. 讨论与展望

       中山大学中山眼科中心从组织架构、流程优化、多学科协作及质量持续改进等方面系统构建了高效的眼科急症救治新模式。RRD绿色通道的建设与实践,是该中心在应对眼科急症、优化医疗资源配置、提升专科服务质量方面的重要系统性创新。自2022年项目启动以来,截至2025年12月31日,该通道已累计为5 000例RRD患者实施急诊手术。

       该模式不仅通过创新管理机制显著提高了RRD患者的救治效率并改善了其视力预后,也为眼科专科医院构建时效性急症救治体系提供了可操作的实践参考。结合本模式的运行经验与相关研究进展,现将其成效与经验总结如下。

3.1 理念创新是前提

       绿色通道建设的根本动力源于对RRD疾病本质认知的转变。本研究数据显示,绿色通道手术组术前等待时间短于非绿色通道手术组(2 d vs. 12 d),术后视力亦显著优于非绿色通道手术组(logMAR 0.5 vs. 1.0)。这充分证明,将RRD从传统的“择期手术”范畴中剥离并确立其“时效性急症”属性,是绿色通道建立与流程优化的逻辑起点和思想基础。

3.2 系统化建设是核心

       绿色通道的成效表明,其本质并非简单的“优先排队”,而是系统性的医疗服务流程再造[11]。该模式要求打破科室壁垒,实现从预检分诊[12]、检查检验、多学科评估到手术安排及术后随访的全链条一体化设计与无缝衔接。视网膜脱离绿色通道通过设立专用通道、实施以护士为主导的全程照护模式、预留手术资源及建立信息平台,将系统化理念落到实处,从而实现时间效益最大化。

3.3 多学科协作是关键

       对于伴有增殖性玻璃体视网膜病变(proliferative vitreoretinopathy, PVR)、巨大裂孔或多次手术史的复杂RRD病例,单一亚专科的诊疗存在局限。本模式创新性地建立了前置化、扁平化的快速MDT响应机制。通过安排值班专家、授权一线医师直接发起、利用信息化工具即时协同,将传统MDT从“预约制”转变为“触发式”,确保了在最短时间内形成关键决策。这种以患者为中心、反应迅捷的协作模式,是处理眼科乃至其他专科急危重症的必然发展趋势[13],它不仅是技术保障,更是缩短决策链、提升整体救治效率的核心引擎。

3.4 信息化支撑是保障

       信息技术是保障绿色通道高效协同的关键支撑[14]。本院RRD绿色通道依托信息化平台实现检查优先、信息实时共享及床位与手术室动态调度,为缩短就诊至手术时间间隔奠定了技术基础。展望未来,5G、人工智能(artificial intelligence, AI)和物联网等技术的融入,将可能构建更智慧的诊疗闭环使绿色通道惠及更广泛人群[15]。

3.5 持续改进是动力

       RRD绿色通道的建立并非一劳永逸,其可持续运行依赖于持续的质量改进机制[16-17]。应用PDCA(计划-执行-检查-处理)循环等科学管理工具,对确诊至手术的等待时间、手术成功率、并发症发生率及患者满意度等关键指标进行定期监测、分析与反馈,可构建自我优化、螺旋式上升的管理闭环[18]。

4. 总结

       综上所述,“新鲜孔源性视网膜脱离绿色通道”的建设是针对特定眼科急症的系统性管理创新。实践表明,通过理念重塑(确立RRD时效性急症地位)、系统再造(构建无缝衔接流程)、机制创新(建立快速MDT与扁平化管理)以及技术赋能(信息化智能支撑),该模式能够突破传统医疗服务的效率瓶颈。其不仅为RRD患者提供了优化的救治路径,也为眼科及其他专科构建限时性急症救治体系提供了具有高度可操作性的参考范本。

       未来,我们计划进一步探索将5G技术[19-20]、人工智能[21-23]等新技术应用于绿色通道的预警与管理,并将该模式推广至更多时效依赖性强的眼科急症救治中,逐步构建更完善、智能、可及的眼科急症救治网络,以更好地保障患者视力健康。

声明

本文在研究和论文撰写中未使用生成式人工智能,所有作者对内容的真实性、完整性和科学性负责。所有科学贡献和智力劳动均由所有作者共同完成。

利益冲突

所有作者均声明不存在利益冲突。

开放获取声明

本文适用于知识共享许可协议(Creative Commons),允许第三方用户按照署名(BY)-非商业性使用(NC)-禁止演绎(ND)(CC BY-NC-ND)的方式共享,即允许第三方对本刊发表的文章进行复制、发行、展览、表演、放映、广播或通过信息网络向公众传播,但在这些过程中必须保留作者署名、仅限于非商业性目的、不得进行演绎创作。

基金

1. 国家自然科学基金面上项目(82271093),广东省重大致盲眼病基础研究卓越中心经费 (2024-RCPY-009, 2024-PIZC-010),眼病防治全国重点实验室课题基金(2025OZLHI09)。This work was supported by the National Natural Science Foundation of China (82271093), Guangdong Basic Research Center of Excellence (GBRCE)for Major Blinding Eye Diseases Prevention and Treatment (2024-RCPY-009, 2024-PIZC-010), and the Research Funds of the State Key Laboratory of Ophthalmology (2025OZLHI09).

参考文献

1. Mitry D, Charteris DG, Fleck BW, et al. The epidemiology of rhegmatogenous retinal detachment: geographical variation and clinical associations[J]. Br J Ophthalmol, 2010, 94(6): 678-684. DOI: 10.1136/bjo.2009.157727.
2. Murakami Y, Notomi S, Hisatomi T, et al. Photoreceptor cell death and rescue in retinal detachment and degenerations[J]. Prog Retin Eye Res, 2013, 37: 114-140. DOI: 10.1016/j.preteyeres.2013.08.001.
3. Huang YT, Yang CH, Chen SJ, et al. Guidelines and treatment patterns for primary rhegmatogenous retinal detachments: Expert consensus and survey in Taiwan Retina Society[J]. J Chin Med Assoc, 2024, 87(1): 25-32. DOI: 10.1097/jcma.0000000000001010.
4. Elghawy O, Duong R, Nigussie A, et al. Effect of surgical timing in 23-g pars Plana vitrectomy for primary repair of macula-off rhegmatogenous retinal detachment, a retrospective study[J]. BMC Ophthalmol, 2022, 22(1): 136. DOI: 10.1186/s12886-022-02364-4.
5. Kontos A, Williamson TH. Rate and risk factors for the conversion of fovea-on to fovea-off rhegmatogenous retinal detachment while awaiting surgery[J]. Br J Ophthalmol, 2017, 101(8): 1011-1015. DOI: 10.1136/bjophthalmol-2016-309178.
6. Feltgen N, Callizo J, Hattenbach LO, et al. The urgency of surgical treatment for rhegmatogenous retinal detachment[J]. Der Ophthalmol, 2021, 118(2): 160-165. DOI: 10.1007/s00347-021-01364-x.
7. Zhao M, Li J, She H, et al. The risk factors of the progression of rhegmatogenous retinal detachment on patients with the fourteen-day quarantine in the early period of COVID-19 outbreak[J]. BMC Ophthalmol, 2021, 21(1): 215. DOI: 10.1186/s12886-021-01985-5.
8. Vail D, Pan C, Pershing S, et al. Association of rhegmatogenous retinal detachment and outcomes with the day of the week that patients undergo a repair or receive a diagnosis[J]. JAMA Ophthalmol, 2020, 138(2): 156. DOI: 10.1001/jamaophthalmol.2019.5253.
9. 蔡玥, 林静仪, 曾素华, 等. 运用MDT管理模式提高眼科日间手术首台开台准时率的策略研究与效果评价[J]. 眼科学报, 2026, 41(2): 74-83. DOI: 10.12419/25091502.
Cai Y, Lin JY, Zeng SH, et al. Research on strategies and effect evaluation of improving the on-time start rate of the first operation in ophthalmology day surgery using MDT management model[J]. Yan Ke Xue Bao, 2026, 41(2): 74-83. DOI: 10.12419/25091502.
10. Chen Z, Gao K, Lai K, et al. Effects of the implementation of an emergency surgical pattern in patients with rhegmatogenous retinal detachment: a retrospective observational study[J]. J Ophthalmol, 2022, 2022: 4240225. DOI: 10.1155/2022/4240225.
11. Shen Y, Lao Y, Xu X. Impact of emergency fast track on treatment time and outcomes in acute stroke: a systematic review and meta-analysis[J]. BMC Emerg Med, 2025, 25(1): 186. DOI: 10.1186/s12873-025-01336-3.
12. 方晓敏, 肖惠明, 郑玲玲, 等. 眼科急诊预检分诊标准体系构建及初步验证[J]. 眼科学报, 2024, 39(2): 91-98. DOI: 10.12419/24011101.
Fang XM, Xiao HM, Zheng LL, et al. Construction and preliminary verification of the ophthalmic emergency pre-examination and triage standard system[J]. Yan Ke Xue Bao, 2024, 39(2): 91-98. DOI: 10.12419/24011101.
13. Kruse C, Bruce JL, Bekker W, et al. The management of ocular and peri-ocular trauma needs to be co-ordinated according to ATLS principles and requires multi-disciplinary collaboration[J]. Injury, 2021, 52(9): 2606-2610. DOI: 10.1016/j.injury.2021.02.010.

14. 何静静, 王晓静, 周田田, 等. 基于物联网的急诊专病绿色通道信息系统的构建及应用[J]. 江苏卫生事业管理, 2023, 34(6): 803-805, 809. DOI: 10.3969/j.issn.1005-7803.2023.06.021.
He JJ, Wang XJ, Zhou TT, et al. Construction and application of green channel information system for emergency diseases based on Internet of Things[J]. Jiangsu Healthc Adm, 2023, 34(6): 803-805+809. DOI: 10.3969/j.issn.1005-7803.2023.06.021.

15. 唐彩云, 王莎, 郭美英, 等. 基于流程再造理论的急诊科信息化分诊挂号流程设计与应用[J]. 中国护理管理, 2024, 24(8): 1198-1204. DOI: 10.3969/j.issn.1672-1756.2024.08.015.
Tang CY, Wang S, Guo MY, et al. Design and application of the integrated information-based triage and registration system in the emergency department based on Business Process Reengineering Theory[J]. Chin Nurs Manag, 2024, 24(8): 1198-1204. DOI: 10.3969/j.issn.1672-1756.2024.08.015.
16. Xie C, Xiang Y, Lin Q, et al. National tertiary public hospital performance appraisal: Using FOCUS-PDCA to improve external quality assessment[J]. Evaluation Clinical Practice, 2024, 30(6): 1034-1038. DOI: 10.1111/jep.14017.
17. Yang Y. Construction of a stroke green channel process based on the PDCA cycle management model and its impact on stroke prognosis[J]. Am J Transl Res, 2025, 17(3): 2221-2232. DOI: 10.62347/iadh6888.
18. Lu J, Ling K, Zhong W, et al. Construction of a 5G-based, three-dimensional, and efficiently connected emergency medical management system[J]. Heliyon, 2023, 9(3): e13826. DOI: 10.1016/j.heliyon.2023.e13826.
19. Ting DSW, Peng L, Varadarajan AV, et al. Deep learning in ophthalmology: The technical and clinical considerations[J]. Prog Retin Eye Res, 2019, 72: 100759. DOI: 10.1016/j.preteyeres.2019.04.003.
20. 黄文彬, 邝继发, 张秀妮, 等. 基于眼底图片的5G医疗眼科远程诊断中心的构建与应用[J]. 眼科学报, 2023, 38(1): 1-8. DOI: 10.3978/j.issn.1000-4432.2023.01.05.
Huang WB, Kuang JF, Zhang XN, et al. The construction and application of 5G remote ophthalmology diagnosis center based on fundus images[J]. Yan Ke Xue Bao, 2023, 38(1): 1-8. DOI: 10.3978/j.issn.1000-4432.2023.01.05.
21. Elhaddad M, Hamam S. AI-driven clinical decision support systems: an ongoing pursuit of potential[J]. Cureus, 2024. DOI: 10.7759/cureus.57728.
22. 章文成, 佘凌冰, 何晶晶. 大型语言模型在眼科中的应用[J]. 眼科学报, 2025, 40(3): 283-294. DOI: 10.12419/24100304.
Zhang WC, She LB, He JJ. The application of large language models in ophthalmology[J]. Yan Ke Xue Bao, 2025, 40(3): 283-294. DOI: 10.12419/24100304.
23. 王悦叶, 朱卓婷, 韩晓彤, 等. 眼中洞见: 人工智能解码全身健康[J]. 眼科学报, 2024, 39(6): 317-324. DOI: 10.12419/24062404.
Wang YY, Zhu ZT, Han XT, et al. Insights from the eye: artificial intelligence decodes systemic health[J]. Yan Ke Xue Bao, 2024, 39(6): 317-324. DOI: 10.12419/24062404.

相关文章