AI通过面部照片识别Stickler综合征

这项研究发现，仅凭面部照片——尤其是3D图像中眼鼻区域的形态特征——AI就能以96%的准确率识别Stickler综合征患者，比全脸识别还高出4个百分点。这说明特定面部亚区域蕴含更强的疾病特异性信号，不是泛泛‘看脸’，而是精准捕捉胶原蛋白异常导致的细微骨骼发育差异。

研究未披露样本量和人群来源，仅从准确率看结果亮眼，但缺乏交叉验证、独立测试集和真实临床场景下的误报率数据，尚属初步可行性验证，离临床部署还有距离。它不替代基因检测或眼科检查，而是作为基层初筛或高危家庭快速评估的辅助工具。

短期内不会改变医生常规诊疗路径，但若后续在多中心队列中验证稳定，有望嵌入儿童体检或遗传咨询流程。国内情况有待确认。

普通人无需因此改变日常行为，也不必专门拍照筛查；如有家族史或孩子存在高度近视、早发白内障、视网膜脱离等表现，可向医生提及该病可能，如有疑虑可咨询眼科医生。