AI系统通过儿童正前方眼照自动测量水平斜视角度
摘要
研究开发了一套两阶段人工智能系统：先用深度学习算法自动分割眼部结构，再用计算机视觉算法从儿童正前方眼照中测量水平眼位偏斜角度。系统在147张临床照片上验证，结果与临床常用的Hirschberg检查法高度一致（ICC=0.98），平均偏差范围为-7.1至6.3棱镜度，变异系数为13.5%。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- AI系统通过两阶段设计（深度学习分割+计算机视觉测量）实现从眼照自动估算水平斜视角度
- 系统在147张三级医院采集的儿童正前方眼照上完成验证，与Hirschberg检查法对比分析
- AI测量结果与Hirschberg检查高度一致（ICC=0.98），偏差范围为-7.1至6.3棱镜度
本站解读
这项研究证实，仅凭一张儿童正前方拍摄的眼部照片，AI就能较准确地估算水平斜视角度，其结果与医生手动做的Hirschberg检查接近——斜视角度预测值的斜率是0.919，说明AI输出基本按1:1比例跟随临床金标准。样本量147张照片属于中等规模验证，但未说明是否覆盖不同年龄、瞳孔大小或屈光状态的儿童，泛化能力有待更大队列检验。
短期内难直接替代医生检查：Hirschberg本身已是快速筛查法，而该AI系统尚未集成进便携设备或基层诊疗流程，也未测试非专业人员拍照质量的影响。它更大的价值在于提供可追溯的量化记录，辅助远程初筛或随访对比。
普通人无需因此改变行为，也不必特意拍照自查；斜视判断仍需专业评估。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
用手机拍孩子眼睛照片，能自己看出有没有斜视吗？
不能。该研究中的AI系统需在严格控制条件下使用专业图像训练和验证，普通手机照片受光线、角度、眨眼、瞳孔大小影响极大，无法可靠识别斜视。目前没有经认证的家庭自测方法。如有疑虑可咨询眼科医生。
这个AI技术会很快用到医院里吗？
短期内不会大规模应用。研究尚处于算法验证阶段，未进入医疗器械注册流程，也未整合到现有眼科检查设备或电子病历系统中。下一步需开展多中心临床试验及监管审批，距离实际临床部署还有较长路径。
延伸阅读
AI增强OCT可准确量化冠状动脉斑块负荷
研究团队开发了一种深度学习算法，用于全自动分析光学相干断层扫描（OCT）图像，以量化冠状动脉斑块负荷（PB）和血管尺寸。研究使用10例尸检人的心脏，对29支主要冠状动脉进行OCT和血管内超声（IVUS）成像，并与组织病理学金标准对比。共获得852个匹配的横截面数据，结果显示AI-OCT与病理结果的相关性不劣于IVUS，且无统计学显著差异。
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。
AI眼病诊断研究临床转化率低
这项系统综述分析了2020年至2025年8月间发表的43篇基于眼底照和OCT图像的深度学习眼病诊断研究，发现虽有超95%的模型宣称高准确率，但仅14.3%完成真正临床验证，23.1%未公开代码或实现细节。研究提出‘转化准备度框架’，整合技术透明度、验证严谨性与性能报告，为眼科AI落地提供评估标准。