自动SLO分析在白内障术后图像中的探索性应用
摘要
该研究对716只接受超声乳化联合人工晶状体植入术的白内障眼，使用EVisionAI v4.0自动分析早期术后扫描激光眼底镜（SLO）图像。按术前裂隙灯记录分为核性（394眼）、皮质性（217眼）和后囊下型（105眼）。结果显示，不同亚型组间杯盘比、视盘形态、脉络膜周围萎缩（PPA）及视网膜血管参数存在统计学差异，但效应量较小（标准化β为0.258–0.619），且未进行LOCS III标准分级或算法人工验证。
信息来源： PubMed Ophthalmology 发布于 2026年1月1日
要点速览
- 研究基于716只白内障术后眼的SLO图像，使用EVisionAI v4.0进行自动化定量分析。
- 按术前裂隙灯记录将患者分为核性（394眼）、皮质性（217眼）和后囊下型（105眼）三组。
- 多组间杯盘比、视盘形态、PPA及视网膜血管参数存在统计学差异，但效应量小（标准化β 0.258–0.619），且未验证算法可靠性。
本站解读
这项研究发现，用AI工具EVisionAI分析白内障术后SLO图像时，能检测出不同临床亚型组之间微弱但可重复的视盘和脉络膜周围萎缩参数差异——比如核性和皮质性白内障眼的杯盘比相关参数高于后囊下型，而后囊下型眼的视网膜血管长度相对更长。但这些差异来自回顾性数据，且亚型分组仅依赖常规裂隙灯记录，未采用标准化LOCS III分级，也未验证AI标注与人工标注的一致性，因此结果属于初步探索，不能支持临床分型诊断或预后判断。
研究纳入716只眼，样本量尚可，但设计为单中心回顾性观察，缺乏前瞻性对照和算法本地化验证，离实际临床部署还有明显距离。目前没有证据表明这类自动参数能替代现有评估手段，更不构成调整治疗方案的依据。国内情况有待确认。
普通人无需为此改变任何行为：这些图像参数不反映视力变化、不提示并发症风险，也不影响日常用眼或复查安排。如有疑虑可咨询眼科医生。
常见问题
这个AI看眼底图能帮我判断白内障严重程度吗？
不能。该研究只是探索性分析，所用AI工具未经过标准化白内障分级（如LOCS III）验证，图像参数差异不能用于判断白内障严重程度或指导手术决策。它分析的是术后眼底图像，而非术前混浊特征。如有疑虑可咨询眼科医生。
以后做白内障手术，医生会用这种AI分析我的眼底吗？
目前不会。这项技术仍处于研究阶段，尚未进入临床实践。研究明确指出其结果不可用于诊断、预后或临床决策，且缺乏前瞻性验证和算法人工校准。未来是否应用取决于后续标准化研究结果，而非本项探索性分析。
延伸阅读
视网膜积液量累积模型预测湿性AMD萎缩与纤维化
该研究回顾性分析了2007至2018年间维也纳影像生物标志物眼研究中998名初治湿性年龄相关性黄斑变性（nAMD）患者的1060只眼。利用AI算法自动量化OCT图像中不同区域的视网膜内液（IRF）、视网膜下液（SRF）和色素上皮脱离（PED）体积，并采用时间依赖性Cox模型评估其累积效应。结果发现，较高的IRF体积显著增加地图样萎缩和纤维化风险，且与视力下降相关。
发现三种地图样萎缩表型及其生长差异
研究基于科罗拉多大学AMD登记库，纳入2014年9月至2022年9月入组、随访至2023年4月的48名患者共81只GA眼，利用AI分割+人工校正的FAF图像分析方法，识别出三种候选GA表型：单灶累及黄斑中心（UF）、大块融合多灶型（LCM）和小而弥散多灶型（SNM），并评估其平方根转换后的生长速率及Gompertz模型预测的最大生长率。结果显示LCM与SNM型进展更快，合并视盘周受累者预后更差。
激光矫正术后白内障手术的人工晶体度数计算新方法
该研究比较了在激光视力矫正术后接受白内障手术的患者中，采用包含角膜后表面曲率的IOL度数计算公式与传统角膜曲率测量公式的准确性。研究聚焦于如何提升这类特殊角膜患者的IOL度数预测精度，以减少术后屈光误差。