糖尿病性網膜症（DR）は、予防可能な失明の主要な原因であり、早期発見が視力喪失を減少させるために重要です。本記事では、過去10年間の深層学習の進展を概観し、初期の畳み込みニューラルネットワークから、クラス不均衡やラベルの不足、ドメインシフト、解釈可能性に対応する高度なパイプラインへの進化を追跡します。また、2016年から2025年の研究成果を50以上の研究および20のデータセットから統合した初めての体系的な調査を提供します。自己教師あり学習や半教師あり学習、フェデレート訓練、ハイブリッド神経記号モデルなどの方法論的進展が評価され、多中心検証や臨床信頼のギャップが強調されます。技術的進展が実用的なバリアを乗り越えるための議題を提示し、DR以外にも医療画像の大規模な応用に広がる革新があることに言及しています。