AI助力X连锁视网膜色素变性患者视野估计
摘要
该研究旨在通过基于OCT扫描的高效方法，估算X连锁视网膜色素变性（RP）患者的视野。通过对Moorfields眼科医院患者的回顾性分析，研究人员利用人工智能自动分割和量化黄斑椭圆体带宽度（EZW）和面积（EZA），并结合静态视野测试的功能参数进行分析。结果显示，EZA与视野功能参数具有最高的条件相关性，表明这种方法可以应用于不同严重程度的患者。研究证明，AI技术能够有效获取大量结构参数，促进研究和结构-功能预测。
信息来源： PubMed Ophthalmology 发布于 2026年3月1日
要点速览
- AI技术能够有效获取大量结构参数，促进研究和结构-功能预测。
- 研究利用AI自动分割和量化黄斑椭圆体带宽度和面积，并结合视野测试功能参数进行分析。
- 结果表明，EZA与视野功能参数具有最高的条件相关性，适用于不同严重程度的患者。
本站解读
这项研究揭示了AI在眼科领域的应用潜力，特别是在视网膜色素变性的诊断和监测中。传统的视野测试耗时且依赖于患者的主观反馈，而基于OCT的AI技术则提供了一种更为客观和高效的替代方案。这不仅提高了临床效率，还为早期诊断和病情监测提供了新的工具。
从行业角度来看，这一技术路线的变迁预示着未来眼科诊疗将更加依赖于高精度的影像技术和智能算法。国内外多家企业已经在布局相关领域，如Optovue、蔡司等国际大厂以及国内的一些创新公司。这些企业在研发管线上的竞争愈发激烈，护城河也在不断加厚。然而，随着技术的普及，如何确保数据的安全性和隐私保护将成为新的挑战。
此外，尽管该研究展示了AI在视野估计中的显著优势，但其实际应用仍需进一步验证。后续需要密切留意的是，这种技术能否在更大规模的临床试验中保持一致的效果，以及是否能被纳入标准诊疗流程。这对于中国眼科行业来说，意味着更多的机遇和挑战，尤其是对于那些致力于技术创新的企业而言。
常见问题
这项研究对视网膜色素变性患者有什么帮助？
这项研究通过AI技术，能够更高效地估算患者的视野情况，有助于早期诊断和病情监测。如有疑虑可咨询眼科医生。
这种新技术什么时候能在临床上广泛应用？
目前这项技术还在研究阶段，需要进一步的大规模临床验证。具体时间表有待确认。
延伸阅读
NEI开发AI工具IAN解析眼科基因表达数据
美国国家眼科研究所（NEI）免疫学实验室团队于2026年6月17日发布开源AI系统IAN，可自动分析大规模基因表达数据并生成通俗易懂的生物学解释。该系统采用多AI代理协同架构，分别对接通路、调控、蛋白互作等数据库，再由大语言模型整合输出机制假说与关键调控基因。相关成果发表于《Cell Reports Methods》。
AI量化OCT层衰减揭示地理萎缩结构功能关系
研究基于两项III期临床试验（Chroma和Spectri）共1519例地理萎缩（GA）患者数据，利用AI自动分割OCT图像，计算ELM、EZ和RPE层的衰减面积，并与BCVA、低亮度视力（LLVA）、阅读速度及微视野检查结果关联。结果显示：中央1mm区ELM损失面积与BCVA显著相关（r=-0.46），而LLVA更关联3mm环形区EZ损失；微视野中暗点数量与ELM/EZ总损失高度相关（r=0.67）。研究证实GA中解剖损伤位置决定功能缺损模式。
法国建成国家级罕见眼病数据仓库
法国启动FREDD项目，构建全国性、可互操作的罕见眼病数据仓库，由INSERM主导，采用三层集中架构，整合临床数据与眼科影像。2024年4月获监管批准，2025年3月在5家中心启动采集，首年纳入1649例视网膜色素变性患者（占全国登记病例20.3%），收集超1万张眼科图像。项目验证了在强监管环境下建设专科化多模态数据库的可行性，但长期可持续性依赖成本回收机制。