AI驱动眼科精准药物研发新进展
摘要
本文综述了人工智能在眼科小分子药物和基因治疗中的最新应用。AI已从筛选工具升级为生成设计引擎：强化学习与扩散模型生成结构新颖的小分子候选物，并在临床前研究中证实有效；AlphaFold等结构预测模型提升了靶点识别与虚拟筛选能力；AI优化的AAV衣壳在非人灵长类动物中显著提高视网膜转导效率；基于染色质可及性数据的深度学习模型可从头设计紧凑、细胞类型特异的调控元件；AI还优化了CRISPR向导RNA以提升基因编辑精度。
信息来源： PubMed Ophthalmology 发布于 2026年11月1日
要点速览
- AI已从筛选工具升级为生成设计引擎，用于小分子发现和基因治疗载体开发。
- AI优化的AAV衣壳在非人灵长类动物中展现出更高视网膜转导效率。
- 基于染色质可及性数据的深度学习模型可从头设计紧凑、细胞类型特异的调控元件。
本站解读
这项综述指出，AI正从‘辅助筛选’转向‘主动设计’——比如用扩散模型生成全新结构的小分子，或用AlphaFold辅助靶点识别，甚至在非人灵长类中验证AI设计的AAV衣壳能提升视网膜转导效率。这类研究目前处于早期转化阶段，所有AI提名的候选物都必须经过严格实验验证，安全性、生物学相关性和疗效尚无临床数据支持。
研究设计属于方法学综述，不涉及原始临床试验，因此没有样本量、患者分组或随访数据；它整合的是多个前沿技术平台的阶段性成果，可信度取决于各子研究的实证强度。短期内不会改变临床用药或手术方案，因为尚无AI设计的眼科药物进入人体试验阶段。
普通人无需为此调整日常护眼习惯或就医节奏。AI驱动的研发周期仍需多年才能产出获批疗法，国内情况有待确认。
常见问题
AI设计的眼药现在能买到吗？
不能。目前所有AI设计的眼科候选药物均未进入人体临床试验阶段，更未上市销售。文中提到的成果集中在临床前验证，如非人灵长类动物实验，距离实际应用还有较长研发与审批周期。如有疑虑可咨询眼科医生。
AI能帮医生更快治好白内障或青光眼吗？
目前还不能。该综述聚焦于药物研发底层技术升级，而非诊疗流程优化。AI设计的新药尚未用于临床，也不影响现有白内障手术或青光眼降眼压治疗方案。当前标准疗法依然依赖成熟手术与药物，AI带来的变化将在未来数年逐步体现。
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。