跳转到主要内容
学术研究

激光屈光手术中的人工智能应用:一篇综合综述

PubMed Ophthalmology (2026年10月17日)

摘要

这篇综述检索PubMed和Web of Science,总结人工智能在激光辅助屈光手术中的应用。作者认为临床上最成熟的是角膜扩张和圆锥角膜的筛查或诊断,相关模型的诊断准确度、特异度和敏感度可以超过95%。其他应用包括消融程序设计、光线追踪消融优化、术前患者筛选、术后视力与屈光结果预测等。作者提醒,结果要结合内部与外部验证、校准和可推广性解读,目前表现最好的新模型多来自大型或多医院环境。

信息来源: PubMed Ophthalmology 发布于 2026年10月17日

要点速览

  • 圆锥角膜和角膜扩张的筛查或诊断是综述认为最成熟的应用,模型指标可超过95%
  • 其他应用包括消融设计、术前患者筛选、术后结果预测和术后角膜扩张风险评估
  • 作者强调结果要结合内部与外部验证、校准和可推广性来看
  • 最佳新模型多来自大型或多医院环境,多模态人工智能目前只有试点研究

本站解读

综述把人工智能在屈光手术里的用法分成两类:针对具体任务的机器学习和卷积神经网络模型,以及处理多种数据的多模态或“代理式”(agentic)人工智能。作者认为目前临床上最成熟的是角膜扩张和圆锥角膜的筛查或诊断,相关模型的诊断准确度、特异度和敏感度可以超过95%。

这个数字需要谨慎看。摘要没有说明纳入了多少项研究,作者自己也强调,结果要结合内部与外部验证、校准和可推广性来解读。作者还指出,表现最好的新模型来自大型或多医院环境,因为需要多台最新诊断设备、大量病例数据和计算资源。多模态人工智能目前只有试点研究,并受大语言模型“幻觉”等问题限制。

我们的判断是,针对单一任务的模型已经有了较好的筛查类证据,而多模态方案还停留在讨论和试点阶段。作者把临床标准化和技术的逐步普及列为今后可能的方向。

常见问题

做近视激光手术前,AI能帮忙筛查圆锥角膜吗?

综述认为角膜扩张和圆锥角膜的筛查或诊断是目前临床上最成熟的应用,相关模型的诊断准确度、特异度和敏感度可以超过95%。不过作者强调这些结果要结合内部和外部验证来看,最好的模型多来自大型或多医院环境。具体检查和判断由医生完成,如有疑虑可咨询眼科医生。

AI会替医生决定我能不能做激光手术吗?

综述把术前患者筛查和选择列为人工智能的应用之一,但这是对研究现状的概述,并没有说人工智能可以替医生做决定。作者同时指出,多模态人工智能还受大语言模型“幻觉”、复杂性以及伦理和法规因素的限制。如有疑虑可咨询眼科医生。

延伸阅读

学术研究

眼科AI从诊断准确率到临床应用:一篇综述的观点

这篇综述指出,眼科人工智能的一个持续难题是,擅长图像分类的系统很少带来患者结局的改善。作者认为主要障碍包括数据偏倚、域偏移和标签噪声,缺少前瞻性随机部署试验,也常忽视以患者为中心的目标、成本效益和公平性。解决需要严格的外部验证、明确的决策标准和真实临床中的持续监测。

#人工智能#眼科AI#综述 +1
PubMed Ophthalmology
学术研究

人工智能在神经眼科影像中的应用:叙述性综述

这是一篇叙述性综述,梳理已发表研究中人工智能在部分神经眼科疾病里的应用,重点讨论筛查、诊断和病情进展评估中的优点、局限与挑战。作者认为,深度学习和卷积神经网络在解读眼底照相、光学相干断层扫描(OCT)和磁共振成像方面显示出潜力,可用于视神经乳头异常的筛查、特征描述和监测,但多数应用仍处于研究、回顾性验证或概念验证阶段。

#神经眼科#人工智能#眼科影像 +1
PubMed Ophthalmology
学术研究

AI用于脉络膜影像分析的综述:潜力与障碍

这篇综述介绍人工智能在脉络膜成像中的应用。脉络膜是富含血管的一层,为外层视网膜提供营养,可能反映全身微血管健康。AI可自动增强、分割和分析脉络膜图像,有助于发现与眼病和全身疾病相关的脉络膜生物标志物。作者指出,解剖结构复杂、成像方案不统一、缺少大规模标注数据集阻碍了AI的应用,要把AI得出的脉络膜指标作为可靠的诊断和预后工具,必须先克服这些障碍。

#脉络膜#人工智能#眼底成像 +1
PubMed Ophthalmology