AI预测青光眼视野缺损的系统综述
摘要
研究系统回顾了36项利用人工智能基于OCT结构数据预测青光眼视野功能变化的论文。这些模型可预测全局视野指数、点位敏感度或视野进展趋势，性能因任务类型、OCT设备、视野检测模式和验证方式而异。部分研究采用热图、遮挡图等技术解释模型决策，生成的结构-功能映射与临床认知一致。但现有模型在晚期青光眼中表现下降，且受限于OCT扫描范围较窄。
信息来源： PubMed Ophthalmology 发布于 2026年8月3日
要点速览
- 共纳入36项研究，聚焦AI基于OCT预测青光眼视野指标
- 模型使用热图、遮挡图等技术可视化结构-功能映射关系
- 当前模型在晚期青光眼预测性能下降，且受限于OCT窄扫描范围
本站解读
这项综述表明，AI已能用OCT图像较可靠地预测青光眼患者的视野点位敏感度——这是目前最接近临床落地的应用方向。但36项研究整体暴露了关键瓶颈：模型在晚期患者中性能明显下滑，且依赖常规OCT的窄角扫描，难以捕捉周边视网膜损伤，导致预测失真。这意味着短期内它还无法替代视野检查，更难直接用于诊断或分期。
从论文到临床，中间隔着严格的前瞻性验证、多中心泛化测试和监管审批。尤其缺乏对真实世界中不同种族、设备、操作差异的鲁棒性证据。国内情况有待确认。
普通人无需因此改变日常行为。这类技术不涉及筛查建议或生活方式调整，也不改变当前随访节奏。如有疑虑可咨询眼科医生。
常见问题
AI能用眼底照片直接看出我有没有青光眼吗？
不能。这项研究中的AI模型不是靠眼底照片，而是依赖光学相干断层扫描（OCT）获取的视网膜神经纤维层等结构数据，再结合视野检查结果进行训练。它预测的是视野缺损位置和程度，不是独立诊断青光眼。目前没有成熟AI工具仅凭普通眼底照相就确诊青光眼。如有疑虑可咨询眼科医生。
以后做一次OCT就能代替视野检查了吗？
目前还不能。综述明确指出，现有AI模型在晚期青光眼中预测性能下降，且受限于OCT扫描范围窄，无法全面反映周边视野损害。视野检查仍是评估功能缺损的金标准。OCT加AI可能未来辅助解读，但不会取代视野检查。如有疑虑可咨询眼科医生。
延伸阅读
用OCT图像和深度学习预测青光眼视野缺损
研究团队基于1640名青光眼患者的OCT视网膜神经纤维层（RNFL）厚度图，使用R2 U-Net、Dense U-Net和Nested U-Net三种深度学习模型预测其视野（VF）检查结果。这是一项回顾性横断面研究，仅分析每位患者左眼数据。结果显示，R2 U-Net在均方误差（MSE）、平均绝对误差（MAE）、结构相似性（SSIM）和峰值信噪比（PSNR）等五项指标上均表现最优，首次证实生成式AI可从结构影像高精度推演功能缺损。
青光眼结构-功能关系研究新进展
该综述系统梳理了青光眼中视网膜结构损伤与视野功能缺损之间的关联规律，强调光学相干断层扫描（OCT）、OCT血管成像等新技术与标准自动视野计的整合应用。研究指出当前临床指标下的结构-功能关系呈非线性，中度阶段相关性强，而早期和晚期因测量局限与功能代偿出现明显偏离。人工智能建模、解剖校正映射和多模态融合等新方法可提升个体化预测精度。
STAGE挑战赛：用OCT图像预测青光眼视野指标
中山眼科中心与HDMI实验室联合发起STAGE挑战赛，旨在建立结构-功能关联模型——从光学相干断层扫描（OCT）图像直接预测青光眼患者的视野检查指标（如平均缺损、敏感度图等）。研究发布含401例OCT体积数据（每例256张横断面图像）及对应视野标签和人口学信息的标准化数据集，并提供统一评估框架。七支决赛团队均采用融合OCT图像与表格数据的双分支架构，其中使用任务特化OCT模型的团队表现最优。