跳转到主要内容
学术研究 高优关注

GPT-4辅助生成视网膜自适应光学图像分析脚本

PubMed Ophthalmology (2026年9月14日)

摘要

研究团队利用GPT-4大语言模型,经过54轮迭代指令,生成了一个用于分析自适应光学泛光照明检眼镜(AO-FIO)图像的R语言脚本。脚本先在4名受试者(1名健康人、3名Stargardt病患者)的图像上调试,再由一名未参与编码的研究者用另外4名受试者(同样为1名健康人和3名患者)的图像检查错误,并与2名人工计数者及现有分析软件的视锥细胞计数作比较。脚本可识别并量化图像中的斑点,作者称其为初步、未经验证的版本。

信息来源: PubMed Ophthalmology 发布于 2026年9月14日

要点速览

  • 研究使用GPT-4生成R语言脚本,经54轮迭代后实现AO-FIO图像中斑点的识别与量化
  • 脚本在8名受试者(含6名Stargardt病患者)图像上完成调试和独立复核,未做临床验证
  • 作者明确称该脚本为初步、未经验证的版本,需进一步调优和大规模测试才能用于临床研究

本站解读

这项探索性研究测试了一件事:让通用大模型GPT-4帮眼科研究者写图像分析程序。团队针对自适应光学泛光照明检眼镜(AO-FIO)拍摄的视网膜图像,经过54轮指令迭代,得到一个能识别并量化图像中斑点、用于视锥细胞计数的R语言脚本,并由一名未参与编码的研究者用另外4名受试者的图像复核。

结论要看清楚:作者自己称它是“初步、未经验证”的脚本,测试只用了8名受试者(共2名健康人和6名Stargardt病患者),摘要也没有给出脚本与人工计数、现有软件比较的具体结果。研究中用作对照的现有AO分析软件是基于健康人图像训练的,原文也指出针对病变眼图像的专用分析脚本有限,这正是研究者尝试用大模型自建工具的原因。

我们的判断是,这类做法的价值在于降低科研工具的开发门槛,而不是直接产出临床工具;脚本要进入临床研究,还需要大量调优和验证。AO设备和相关分析软件在国内的情况原文没有涉及,有待确认。患者短期内不会感受到变化,如有疑虑可咨询眼科医生。

常见问题

这个AI写的程序能直接帮我看眼睛吗?

不能。这只是一个研究阶段、未经验证的科研脚本,作用是帮研究者在自适应光学图像上计数视锥细胞,不是诊断工具。作者明确说,它要先经过更多调优和大规模测试,才能用于临床研究。原文没有涉及它在中国的使用情况,国内患者短期内不会接触到。如有疑虑可咨询眼科医生。

Stargardt病患者以后查眼睛会更快更准吗?

长期看有可能,短期内不会。作者希望未来把视锥细胞计数发展成临床试验中的生物标志物,用来更精细地观察Stargardt病等视网膜病变,但这一步还需要验证。目前这项工作只测试了6名Stargardt病患者的图像,国内相关研究进展原文没有提及,有待确认。如有疑虑可咨询眼科医生。

延伸阅读

学术研究

NIH建成首个大规模活体人眼视锥细胞尺寸数据库

美国国家眼科研究所(NEI)团队在《Investigative Ophthalmology & Visual Science》发表研究,建立了目前已知规模最大的活体人眼视锥细胞尺寸参考数据库。研究纳入28名12至84岁的健康志愿者,男女各半,每人成像一只眼,用自适应光学技术拍摄从视网膜中心向外的一条区域,由AI算法勾画细胞并经专家复核,共测量9350个视锥细胞内节。结果显示,视锥细胞在中央凹附近最小、离中心越远越大,女性平均比男性大约5%,并随年龄增长逐渐缩小。

#视锥细胞#自适应光学#NEI +2
NEI / NIH Research News
学术研究

视网膜血管成像在炎症性疾病中的应用进展

该综述系统梳理了视网膜血管分析(RVA)、光学相干断层扫描血管成像(OCTA)和自适应光学(AO)等技术在炎症相关疾病中的研究证据。基于ARIC(>9000人)、鹿特丹研究(>5000人)和英国生物银行(>45000人)等大型队列,发现视网膜血管直径变化可独立预测心血管事件和全因死亡;加入视网膜指标后,卒中预测AUC从0.739提升至0.752。文章提出‘眼组学’(oculomics)框架,强调需结合分子机制解读视网膜生物标志物,并探讨AI在风险分层与疾病监测中的转化潜力。

#视网膜成像#内皮功能障碍#眼组学
PubMed Ophthalmology
学术研究

视网膜微血管变化可早期预测心血管风险

研究指出,视网膜微血管结构与功能变化(如管径、迂曲度、分支模式、灌注特征)与高血压、糖尿病、卒中、冠心病和心衰相关。因视网膜血管与冠状动脉、脑血管在结构和生理上高度相似,其成像可无创反映全身血管健康状况。光学相干断层扫描血管成像(OCT-A)等技术能精细分析视网膜微循环,结合人工智能和深度学习,可从眼底照片自动提取高维血管特征,辅助个体化心血管风险分层。

#视网膜成像#人工智能#心血管风险
PubMed Ophthalmology