PINNACLE研究：OCT结合AI刻画中期AMD形态特征
摘要
PINNACLE研究是迄今规模最大的前瞻性多中心观察性研究之一，聚焦中期年龄相关性黄斑变性（iAMD）进展。本报告基于专家判读与AI驱动的光学相干断层扫描（OCT）图像分析，系统描述了基线时drusen、SDD、HRF、双层征及外层视网膜结构（如EZ、ONL厚度）等特征的分布、定量数据与相互关系。结果显示drusen集中于中央3 mm区，SDD多见于上方旁中心区；drusen体积与HRF呈正相关，却与SDD呈负相关；EZ和ONL变薄提示光感受器受损，且在出现iRORA或EZLHT等萎缩标志时更明显。
信息来源： PubMed Ophthalmology 发布于 2026年5月8日
要点速览
- PINNACLE是迄今最大前瞻性多中心iAMD观察性研究，基线采用密集OCT成像。
- 研究结合专家判读与AI分析，量化drusen、SDD、HRF、EZ/ONL厚度等特征的空间分布与相关性。
- drusen主要集中于中央3 mm区域，SDD则多见于上方旁中心区；drusen体积与HRF正相关，与SDD负相关。
本站解读
这项研究没有发现新疾病机制，而是首次在最大规模的前瞻性iAMD队列中，用AI辅助OCT实现了对多种形态特征的精细量化与空间定位——比如明确指出drusen集中在中央3 mm，而SDD主要分布在上方旁中心区。样本量虽未在摘要中给出具体数字，但原文强调其为‘迄今最大、最密集OCT成像的前瞻性iAMD队列’，设计上融合专家判读与AI分析，可靠性高于纯算法研究，但仍是观察性数据，不能推导因果。
短期内不会直接改变临床做法：目前医生仍依赖眼底照相和OCT定性判断，而该研究产出的是用于临床试验的精细化分型工具，比如优化未来药物试验的入组标准（如排除SDD主导型患者），或校准纵向随访中的萎缩进展评估。AI模型尚未作为诊断工具获批，也未嵌入常规OCT设备工作流。
普通人无需因此改变日常习惯或筛查频率；iAMD本身无症状，也不需要自行监测OCT图像。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
AI看OCT图能帮我提前知道会不会得黄斑变性吗？
不能。这项研究是用AI帮研究人员更精细地分类已确诊的中期AMD患者，不是用来预测健康人是否会发病。目前没有可靠的AI工具能提前多年预测个体是否发展为AMD。如有疑虑可咨询眼科医生。
我查出有drusen，是不是很快就会失明？
不一定。drusen是中期AMD的常见表现，但多数患者多年内视力稳定。研究显示drusen体积大可能关联其他高风险特征（如HRF），但单凭drusen无法判断进展速度。如有疑虑可咨询眼科医生。
延伸阅读
OCT与OCTA在AMD研究中的进展：深度分析
该研究通过文献计量分析，探讨了2015年至2024年间光学相干断层扫描（OCT）和光学相干断层扫描血管成像（OCTA）在年龄相关性黄斑变性（AMD）领域的研究热点、新兴趋势和技术创新。研究发现，美国和中国是该领域的主要贡献者，其中美国在出版物数量和H指数上领先。加州大学系统在机构中表现最为突出。研究还表明，OCT和OCTA技术的结合，特别是与人工智能的整合，能够实现更早的病变检测、更精细的表型分类以及数据驱动的个性化管理。这些进步将显著提高AMD的诊断准确性和治疗决策。
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。
轻量级AI模型可实现高血压视网膜病变床旁分级
研究团队开发了可在边缘设备（如便携式终端）运行的轻量级深度学习模型MobileViT-XXS，用于从en-face OCT图像对高血压视网膜病变（HR）进行患者级四分级评估。基于221名患者的478张OCT图像，在严格患者级划分的五折交叉验证下，该模型准确率达84.4%，ROC-AUC为0.944，kappa值0.916；对需转诊的HR（≥2级）识别准确率达95.6%，敏感度95.2%。模型仅占3.83 MB内存，推理速度达96帧/秒。