扩散模型辅助RP患者OCT图像EZ区自动分割
摘要
研究团队开发了DPUN和DPUN-CAP两种算法，用于自动分割视网膜色素变性（RP）患者的光学相干断层扫描（OCT）图像中的椭圆体带（EZ）区域。方法在一项纳入60名参与者的国际III期临床试验（NCT05537220）基线OCT数据上验证，DPUN-CAP结合中心扫描人工标注后性能最优，其EZ面积测量结果与人工测量一致，适用于以EZ面积为关键终点的临床试验及疾病进展监测。
信息来源： PubMed Ophthalmology 发布于 2026年10月1日
要点速览
- 研究在60名RP患者（每人1眼）的基线OCT数据上验证新算法，数据源自国际III期临床试验NCT05537220。
- 提出DPUN（全自动生成）和DPUN-CAP（利用中心扫描标注传播至全容积）两种方法，后者性能最优。
- DPUN-CAP输出的EZ面积测量值与人工测量结果一致，可用于以EZ面积为关键终点的临床试验和疾病监测。
本站解读
这项研究本质上是给RP患者的OCT图像装了一个更准、更快的‘AI标尺’——它能自动画出椭圆体带（EZ）的边界，并算出面积，而这个面积正是评估疾病进展和治疗效果的核心指标。60例来自国际III期试验的真实数据支撑了方法的可靠性，虽样本量不算庞大，但全部来自高标准临床试验基线扫描，质量高、代表性明确；采用扩散模型+中心标注传播的设计，兼顾了全自动效率与半自动精度，比纯人工省时、比传统AI更稳。
短期内还难直接进诊室：算法需嵌入医院OCT设备或PACS系统，通过监管审批、完成临床部署验证尚需时间。它不改变治疗方案，但可能让未来RP临床试验的疗效读数更客观、更敏感。国内情况有待确认。
普通人无需因此改变日常用眼习惯或检查频率；该技术不面向患者端操作，也不提供诊断结论。如有疑虑可咨询眼科医生。
常见问题
这个AI工具能帮我早点发现视力下降吗？
不能直接用于早期预警或个人视力监测。它专为分析已采集的OCT图像中椭圆体带（EZ）面积设计，目的是提升临床试验数据读取的一致性和效率，不是筛查工具。目前不面向患者开放使用，也不替代定期眼科检查。如有疑虑可咨询眼科医生。
以后做OCT检查，报告里会自动显示EZ面积吗？
目前不会。该算法尚处于研究验证阶段，还未集成到常规OCT设备或报告系统中。即使未来落地，也需经过医疗器械注册审批和医院信息系统适配，离日常临床报告自动输出还有距离。如有疑虑可咨询眼科医生。
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。