OCT结合异常检测识别肝癌组织
摘要
研究探索光学相干断层扫描（OCT）联合异常检测技术，在离体肝脏样本中区分肝细胞癌、胆管癌及结直肠癌肝转移灶与正常肝组织。数据来自69名患者的173张OCT图像，仅用正常肝组织训练模型。采用预训练ViT和统计离群建模，经分层交叉验证评估，灵敏度80%、特异度78%、准确率79%、ROC-AUC为81%。
信息来源： PubMed Ophthalmology 发布于 2026年6月10日
要点速览
- 研究基于173张OCT图像（来自69例肝手术患者），尝试区分HCC、iCCA、CRLM与正常肝组织。
- 采用仅用非癌肝组织训练的半监督异常检测方法，使用冻结权重的预训练Vision Transformer和统计离群建模。
- 经分层交叉验证，模型ROC-AUC为81%，灵敏度80%、特异度78%、准确率79%。
本站解读
这项研究发现，仅用正常肝组织OCT图像训练的异常检测模型，就能在离体样本中较可靠地区分三类肝肿瘤与健康肝组织，关键指标如ROC-AUC达81%，说明信号差异具有可挖掘性。但样本量仅173张图像、来自69例患者，且存在病理标注不确定性，属于典型的小规模探索性研究——它验证了技术可行性，而非临床就绪性。
短期内无法改变手术中的决策流程：OCT设备尚未常规用于肝脏手术，更无配套的实时分析系统；从离体图像到术中在体应用，还需解决运动伪影、血流干扰、组织变形等工程难题。该方法属于半监督学习路径，优势是减少对大量标注癌组织数据的依赖，但这也意味着模型对未知亚型或罕见变异的泛化能力存疑。
普通人无需因此调整任何行为——这是一项面向外科医生和影像工程师的技术验证，不涉及筛查建议或生活方式干预。国内情况有待确认。
常见问题
这个OCT检测能直接用在手术台上查肝癌吗？
不能。目前只在离体肝脏样本上验证，尚未集成到术中实时成像系统，也未在活体肝脏上测试。手术中仍依赖冰冻切片病理检查确认切除边界。该技术尚处实验室验证阶段，距离临床应用还有较长开发和验证周期。
以后做肝癌手术会不会更快更准？
理论上可能。如果未来能实现在体、实时、自动识别肿瘤边界，有望缩短术中等待病理结果的时间，并提升R0切除率。但当前研究仅证明离体图像上的可行性，是否能转化为手术效率与预后改善，需后续动物实验和人体临床试验验证。
延伸阅读
强直性肌营养不良1型患者视网膜各层结构增厚
该研究对比了79只强直性肌营养不良1型（Steinert病）患者眼和128只健康对照眼的光学相干断层扫描（OCT）图像，分析后极部及视盘周围区域多个视网膜层厚度。结果显示，患者普遍存在视网膜各层增厚，尤其视网膜神经纤维层（RNFL）在颞侧视盘区及乳头黄斑束区域显著增厚。研究认为OCT可作为评估该病视网膜受累的潜在结构标志物。
AI自动诊断黄斑裂孔并生成结构化报告
研究团队开发了一套端到端的智能AI工作流，用改进版RETFound模型分析OCT图像，自动判断是否为黄斑裂孔，并调用GPT-4生成患者易懂的结构化报告。内部测试（n=180）准确率达100%，AUC为1.00；外部验证（n=1014）准确率98.8%，敏感度97.9%，特异度100%，AUC达0.999。Grad-CAM分析证实模型关注的是黄斑区真实病灶。
中晚期干眼症结构生物标志物预测进展研究
MACUSTAR研究对577例中度年龄相关性黄斑变性（iAMD）患者进行了长达4年的随访，通过OCT等多模态影像分析多种视网膜结构标志物。结果显示，9.01%的眼在随访期内进展为地理萎缩（GA）或新生血管性AMD（nAMD），其中6.4%进展为GA、7.7%为nAMD。研究发现，不同标志物及其在视网膜中央3mm区域的分布与进展类型显著相关，如SDDs、PED、nCNV和cRORA提示总体进展风险，而nCNV体积仅增加nAMD风险。