目的構建并評估基于彩色眼底像和人工智能（AI）輔助篩查視神經炎（ON）及非動脈炎性前部缺血性視神經病變（NAION）的篩查診斷系統。方法診斷性試驗研究。2016年至2020年于中山大學中山眼科中心檢查確診的NAION患者178例267只眼（NAION組）、ON患者204例346只眼（ON組），以及2018年至2020年經視力、眼壓及光相干斷層掃描（OCT）檢查為眼底正常的健康者513名1 160只眼（正常對照組）共2 909張彩色眼底像作為篩查診斷系統的數據集，其中NAION組、ON組、正常對照組分別為730、805、1 374張。將正確標注后的彩色眼底像作為輸入數據，選用EfficientNet-B0算法進行系統訓練并驗證，最終構建是否存在異常視盤、是否存在ON和是否存在NAION的3個篩查系統（二分法）。采用受試者工作特征（ROC）曲線、ROC下面積（AUC）、準確度、靈敏度、特異性和熱力圖作為診斷效能和科學性的判斷指標。結果測試集中，診斷是否存在異常視盤、是否存在ON、是否存在NAION的AUC分別為0.967[95%可信區間（CI） 0.947～0.980]、0.964（95%CI 0.938～0.979）、0.979（95%CI 0.958～0.989），并且系統在決策過程中的激活區域主要位于視盤。結論基于彩色眼底像的異常視盤、ON和NAION篩查診斷系統具有準確高效的診斷性能。