儿童视盘玻璃膜疣的影像学新认知
摘要
研究系统回顾了2018至2025年关于儿童视盘玻璃膜疣（ODD）的文献，重点分析光学相干断层扫描（OCT）及OCT血管成像（OCTA）等新技术的应用。结果显示，增强深度成像OCT（EDI-OCT）已成为诊断金标准；约90%的ODD患儿出现PHOMS结构，该结构在健康儿童中仅见于8.9%，在特发性颅内高压患者中则超80%，易造成误判。AI算法正被用于提升诊断准确率，尤其在区分隐匿型ODD与轻度视乳头水肿方面表现突出。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- EDI-OCT已成为儿童视盘玻璃膜疣诊断的参考标准，对表浅和深层病灶均有高敏感性
- PHOMS结构在90%的儿童ODD患者中被检出，但在健康儿童中仅占8.9%，易干扰对视盘隆起的判断
- 基于OCT的深度学习算法正在提升诊断精度，而眼底照相AI模型已能有效区分隐匿型ODD与轻度乳头水肿
本站解读
这项综述明确指出：儿童视盘玻璃膜疣不是静态‘结石’，而是可随时间变化、能被定量追踪的动态病变——这直接挑战了过去将其视为良性旁观者的惯性认知。研究虽未报告原始病例数，但综合多项高质量影像研究得出结论，尤其是PHOMS在90%的ODD患儿中高频出现这一数据，凸显其作为关键混淆因子的临床分量。由于依赖EDI-OCT和OCTA等设备，且需结合AI算法解读，短期内难以在基层普及；当前更现实的影响是推动三甲医院眼科建立标准化多模态评估流程，减少腰穿等侵入性检查。对普通家长而言，无需因孩子眼底检查发现‘视盘隆起’而恐慌，但若反复被建议做进一步有创检查，可主动询问是否已通过EDI-OCT排查ODD及PHOMS。国内情况有待确认。
常见问题
孩子查出视盘隆起，是不是脑子有问题？
不一定。儿童视盘玻璃膜疣（ODD）常被误认为视乳头水肿（即‘脑子压力高’），导致不必要的腰椎穿刺等检查。研究显示，高达90%的ODD患儿会出现一种叫PHOMS的影像特征，它反映的是视神经结构拥挤而非颅压升高。如有疑虑可咨询眼科医生，通过EDI-OCT等检查进一步鉴别。
AI看眼底照片真能分清玻璃膜疣和脑压高吗？
是的，已有研究证实基于眼底照相的AI算法能较好区分隐匿型视盘玻璃膜疣与轻度视乳头水肿。这类工具尚处于临床辅助阶段，不能替代医生综合判断，但可提升初筛效率和一致性。目前相关算法主要在研究和高端医疗中心验证应用。
延伸阅读
可解释AI预测儿童NF-1患者视力下降
研究团队利用光学相干断层扫描（OCT）数据，对168名儿童神经纤维瘤病1型（NF-1）患者开展可解释机器学习分析，构建了平衡随机森林模型，AUC-ROC达0.82。通过SHAP方法识别出具有临床意义的OCT异常阈值，并发现联合多个OCT异常特征可进一步提升特异性，旨在支持早期风险识别和个体化管理。
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。