自动量化斯塔加特病眼底自发荧光降低
摘要
研究评估了一种自动化算法在量化斯塔加特病患者眼底自发荧光降低（DAF）和深度降低（DDAF）病变面积方面的重复性和一致性。共纳入158名经基因确诊的患者、316只眼，其中114张图像用于组内重复性分析。五名认证判读者分别使用Heidelberg RegionFinder手动勾画和阈值法自动算法进行测量，重点分析中心6毫米区域。结果显示自动化方法组内重复性极佳（ICCs ≥0.988），与人工判读高度一致。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- 研究基于316只眼、158名基因确诊的斯塔加特病患者，聚焦FAF图像中中心6毫米区域的病变量化。
- 采用阈值法的自动化算法与Heidelberg RegionFinder手动勾画对比，五名认证判读者独立完成分析。
- 自动化方法对DAF和DDAF病变的组内重复性ICC均≥0.988，标准误≤0.71 mm²，表现近似完美。
本站解读
这项研究证实，用阈值法自动量化斯塔加特病患者的低自发荧光病变，比人工判读更稳定——比如对DDAF病变，自动化方法的组内重复性ICC高达0.988，而人工方法波动更大，尤其需要平方根转换才能改善一致性。样本量达316只眼，来自单一试验、以亚洲青少年为主的人群，设计为横断面一致性研究，虽非干预性试验，但重复性与一致性指标全面，结果可信度高。
短期内它不会直接改变临床诊断流程，因为当前标准仍是医生肉眼结合FAF图像判断；但作为临床试验终点工具，该算法已具备推广条件：它客观、可复现、省人力，能显著提升多中心药物试验中病变进展评估的精度。未来若嵌入主流OCT-FAF设备软件，可能逐步进入常规随访。
普通人无需因此调整日常行为或检查频率；斯塔加特病尚无治愈手段，影像量化方式优化不改变现有管理策略。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
这个新算法能帮我家孩子更快确诊斯塔加特病吗？
不能加快确诊。斯塔加特病的诊断仍依赖基因检测和医生对眼底图像的综合判断，该算法仅用于更精准地测量已确诊患者的病变范围变化，属于疾病监测工具，不参与诊断决策。如有疑虑可咨询眼科医生。
以后查眼底还要医生手动画圈吗？
目前临床仍以医生判读为主，该自动化算法尚未成为常规检查流程的一部分；它现阶段主要服务于临床试验，用于客观评估药物疗效。是否在医院普及取决于后续软硬件整合与验证，短期内不会替代医生判断。
延伸阅读
视网膜色素变性患者眼底自发荧光环模式与功能结构关联研究
该研究纳入73名视网膜色素变性（RP）患者的146只眼，依据眼底自发荧光（FAF）图像分为三组：规则高荧光环（23眼）、不规则环（76眼）和无环（47眼）。所有受试者接受视力、对比敏感度、视野、多焦视网膜电图（mfERG）及光学相干断层扫描（OCT）检查。结果显示，规则环组视力、对比敏感度、mfERG振幅密度及椭圆体带完整性均显著优于其他两组；环面积与mfERG振幅密度、黄斑体积呈正相关。研究认为FAF环模式可反映RP中央视网膜的功能与结构损害程度。
玻璃体切除术后近视性牵引性黄斑病变可暂时缓解
一项发表于《Eye》的多中心病例系列研究，对5名接受玻璃体切除术的近视性牵引性黄斑病变患者进行了长期随访，提出‘术后暂时性缓解’这一新概念：部分患者在术后早期黄斑结构改善、症状减轻，但后续出现复发或进展。
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。