视神经头生物力学在青光眼视野缺损分类中的应用
摘要
该研究旨在评估视神经头（ONH）的生物力学特性，通过组织应变量化是否能提高对青光眼患者进行视野（VF）损失模式分类的能力。研究纳入了249名青光眼患者，通过自动分割和数字体积相关计算神经组织和LC应变，并将这些特征输入PointNet模型进行分类任务。结果显示，加入应变信息后，模型在分类特定视野缺损时性能显著提升，AUC从0.83±0.02提高到0.87±0.02。此外，研究发现应变敏感区域主要集中在下部和颞下缘，且随着视野损失严重程度增加而扩展。这表明ONH应变在预测青光眼视野损失方面具有重要作用。
信息来源： PubMed Ophthalmology 发布于 2026年2月2日
要点速览
- 视神经头应变信息显著提高了青光眼视野缺损分类的准确性。
- 应变敏感区域主要集中在下部和颞下缘，随视野损失严重程度增加而扩展。
- 研究结果表明，视神经头生物力学在青光眼诊断中具有重要作用。
本站解读
这项研究揭示了视神经头生物力学在青光眼诊断中的重要性，标志着技术路线从单纯形态学向综合生物力学分析的转变。这种变化不仅提升了诊断精度，还为理解青光眼的病理机制提供了新的视角。在全球范围内，各大眼科设备制造商正积极布局这一领域，试图通过引入更先进的成像技术和人工智能算法来巩固其市场地位。然而，国内企业在这一领域的进展相对滞后，尽管部分企业已开始关注并投入研发，但与国际领先水平仍有一定差距。未来，随着更多临床数据的积累和技术的成熟，预计这一技术将在青光眼早期诊断和个性化治疗中发挥关键作用。同时，这也意味着行业内的竞争格局将发生微妙变化，那些能够快速跟进并整合新技术的企业将占据更有利的位置。
常见问题
这个研究对青光眼患者有什么意义？
这项研究通过结合视神经头的生物力学特性，提高了青光眼视野缺损分类的准确性，有助于更早、更准确地诊断青光眼，从而更好地指导治疗。如有疑虑可咨询眼科医生。
这项技术什么时候能应用于临床？
目前这项技术还在研究阶段，具体何时能应用于临床还需进一步验证和审批。不过，随着技术的不断进步和临床数据的积累，预计不久的将来会逐步推广。
延伸阅读
早期青光眼视野进展预测模型比较研究
研究通过模拟早期青光眼患者的视野数据，对比四种预测方法：个体化一阶自回归模型（AR(1)）、普通线性回归（OLR）、群体级长短期记忆网络（LSTM）和朴素基线预测。结果显示，在检查次数较少时（如前6–11次），LSTM误差最低；但随着检查次数增加，尤其在中、快速进展患者中，AR(1)的预测精度反超LSTM。评估指标为RMSE和点均绝对误差（PMAE）。
超声弹性成像揭示视盘周围巩膜与筛板的剪切应变关联
研究团队对22例人眼捐献眼球进行15–30 mmHg眼内压梯度充气测试，采用三维高频超声弹性成像结合斑点追踪算法，量化视盘周围巩膜（PPS）和筛板（LC）全层形变。结果显示PPS与LC的剪切应变高度相关（r > 0.6，P < 0.01），且PPS曲率半径、厚度及LC深度、厚度等形态参数均与各自或对方的剪切应变存在显著统计关联。该研究首次在完整人眼标本中实验证实PPS-LC生物力学耦合以剪切变形为主导。
本地医疗大模型精准识别青光眼风险因素
研究团队使用MedGemma-27B-text-it本地医疗大模型，分析2014至2024年间1250例青光眼相关临床记录，评估其识别用药依从性差、随访失约及家族史的能力。结果显示，模型在识别用药非依从性（准确率0.91）、随访非依从性（准确率0.96）和家族史（准确率0.98，Jaccard指数0.99）方面远超结构化电子病历字段（家族史准确率仅0.49）。研究证实本地化大模型可高效挖掘自由文本中的隐性风险信息。