跳转到主要内容
学术研究

人工智能用于角膜塑形全流程管理:综述

PubMed Ophthalmology (2026年1月1日)

摘要

这篇综述评估了人工智能在角膜塑形镜(OK镜)临床管理中的应用,覆盖治疗前的效果预测、镜片验配与治疗中的配适自动评估,以及治疗后的安全监测和并发症风险提示。作者称,AI模型在预测结果和确定最佳镜片参数方面与人类专家相当,部分任务上更好。但数据质量与多样性有限、算法不透明、外部验证不足以及伦理问题尚未解决,阻碍了从研究走向常规应用。

信息来源: PubMed Ophthalmology 发布于 2026年1月1日

要点速览

  • 综述覆盖OK镜治疗前效果预测、验配与配适评估、治疗后安全监测三个环节
  • 作者称AI在预测结果和确定镜片参数上与专家相当,部分任务更优
  • 障碍包括数据质量与多样性有限、算法不透明、外部验证不足和伦理问题
  • 作者认为进展取决于大规模多样数据集、可解释模型和人机协作

本站解读

OK镜是延缓近视进展的成熟手段,但原文指出,它的效果因人而异,验配依赖经验,还需要长期安全监测。这篇综述按OK镜护理的三个环节梳理AI:治疗前预测效果,治疗中辅助验配并评估配适,治疗后监测安全并提示并发症风险。

这是综述,摘要没有给出纳入研究的数量、样本量或具体性能指标。作者概括为AI在预测结果和确定镜片参数方面与专家相当、部分任务更优,同时明确列出障碍:数据质量与多样性有限、复杂算法不透明、外部验证不足,以及伦理问题没有解决。

我们的判断是,AI在OK镜管理中的价值目前主要停留在研究层面,能否进入日常验配,取决于大规模多样化数据集、可解释的稳健模型以及外部验证。

常见问题

用AI来验配角膜塑形镜靠谱吗?

目前还处在研究阶段。综述称,AI在确定最佳镜片参数等任务上与专家相当,但同时指出外部验证不足、数据质量与多样性有限,从研究走向常规应用还有障碍。具体验配仍由专业人员完成,如有疑虑可咨询眼科医生。

AI能帮忙提前发现角膜塑形镜的并发症吗?

这是综述讨论的方向之一。作者提到AI可用于治疗后的安全监测和并发症风险提示,但摘要没有给出具体模型的表现数据,并强调模型的外部验证和可解释性仍然不足,目前不能当作常规的监测手段。

相关病种 近视

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

缩小中央塑形区的角膜塑形镜:低度近视儿童随机试验

前瞻性、随机、双盲试验纳入80名8至14岁低度近视儿童(-1.00至-3.00 D),按1:1分别戴标准设计或特殊设计角膜塑形镜,后者的角膜中央塑形区更小,共12个月。12个月时眼轴增长在对照组为0.168毫米,试验组为0.077毫米(p = 0.004)。两组严重不良事件无显著差异。作者认为特殊设计镜片对眼轴增长的抑制更强。

#近视#角膜塑形镜#随机对照试验
PubMed Ophthalmology
学术研究

阿托品、角膜塑形镜与联用:儿童眼轴增长回顾性比较

回顾性研究纳入154名随访至少12个月的近视儿童:单用阿托品70人,单用角膜塑形镜(OK)64人,联用20人。12个月平均眼轴增长分别为0.294毫米、0.238毫米和0.160毫米。联用组比阿托品组和OK组少增长0.161毫米和0.115毫米,阿托品组与OK组差异无统计学意义。联用组快速进展者占5.0%,另两组分别为32.9%和32.8%。

#近视#阿托品#角膜塑形镜 +1
PubMed Ophthalmology