跳转到主要内容
学术研究 高优关注

近视性青光眼:被低估的高风险亚型

PubMed Ophthalmology (2026年1月1日)

摘要

本文综述指出,近视性青光眼是一种易被漏诊或误诊的青光眼亚型,尤其多见于眼压正常但高度近视的年轻患者。全球近视患病率持续上升,亚洲人群高度近视者患青光眼风险显著增高。其病理基础包括眼轴延长、巩膜变薄、筛板变形等结构改变,导致即使眼压正常也易发生视神经损伤。常规OCT和视野检查存在局限,需依赖10-2视野、生物力学校正眼压测量等新方法。管理上需设定更低眼压目标,但手术在高度近视青年中易引发低眼压黄斑病变。

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

要点速览

  • 高度近视显著增加青光眼风险,尤其在亚洲人群中,且常表现为正常眼压下的视神经损伤。
  • 诊断需结合10-2视野测试、生物力学校正眼压测量及宽场OCTA,常规OCT存在分割错误和缺乏专用数据库问题。
  • 管理要求更低眼压目标,但高度近视青年患者手术易并发低眼压黄斑病变。

本站解读

这篇综述揭示了一个正在加速成型的底层趋势:青光眼诊疗正从‘以眼压为中心’转向‘以个体结构脆弱性为中心’。高度近视不再是单纯屈光问题,而是构成独立青光眼风险分层的核心变量——尤其在亚洲,因高度近视人群基数大、发病年龄早,这一转变对临床路径重构具有刚性压力。

受益方是能提供结构-功能联合评估能力的设备厂商与AI算法公司,比如支持宽场OCTA和生物力学补偿眼压测量的平台;承压方则是依赖传统IOP阈值和标准OCT数据库的基层筛查体系,以及尚未建立高度近视专病管理流程的眼科中心。中国市场的映射尤为直接:据WHO数据,中国青少年高度近视率已居全球前列,但目前主流OCT设备仍普遍缺乏针对东亚人种高度近视眼的专用normative数据库,诊断误差实际高于文献提及的‘分割错误’本身。

后续需紧盯两个信号:一是国内三甲医院是否在2025年前后启动基于10-2视野和WF-OCTA的近视性青光眼专病门诊;二是国产OCT厂商是否在2026年发布适配高度近视眼形变的AI分割模块——若未见实质进展,说明行业响应滞后于临床需求。

常见问题

我孩子近视600度,医生说眼压正常,会不会得青光眼?

有可能,而且风险比普通人高得多。这篇研究明确指出,高度近视者即使眼压在统计学‘正常范围’内,也可能发生青光眼性视神经损伤——这在中国青少年中尤为突出,因为我国高度近视人群基数大、起病早。目前多数医院尚未常规开展10-2视野或生物力学眼压检测,如有疑虑可咨询眼科医生,优先选择有近视性青光眼专病经验的三甲医院。

现在做OCT检查能准确发现我的青光眼吗?

不一定准确。原文明确提到,现有OCT对高度近视眼存在分割错误,且缺乏针对这类眼球结构的专用参考数据库,容易漏诊早期损伤。中国市场上主流OCT设备基本沿用欧美人群数据,尚未普遍适配东亚高度近视眼特征。如有长期近视史并出现视力模糊、视野缺损,建议补充10-2视野检查,并咨询眼科医生是否需要宽场OCTA评估。

延伸阅读

学术研究

大语言模型生成高度近视考题能力评估

研究对比了ChatGPT-5.4、Gemini 3、DeepSeek、Kimi K2.5和Doubao五款公开大模型在高度近视领域生成单选题(MCQ)的能力。每模型完成60道题,共300题,覆盖基础理论、临床案例、诊疗决策及筛查随访四类内容。所有模型结构合格率均为100%,但关键答案准确率从95.0%(Kimi K2.5、Doubao)到100.0%(ChatGPT-5.4、Gemini 3)不等。专家评审发现各模型在干扰项质量与事实准确性上存在显著差异,需人工审核方可用于教学。

#AI医疗#医学教育#高度近视
PubMed Ophthalmology
学术研究

AI量化OCT层衰减揭示地理萎缩结构功能关系

研究基于两项III期临床试验(Chroma和Spectri)共1519例地理萎缩(GA)患者数据,利用AI自动分割OCT图像,计算ELM、EZ和RPE层的衰减面积,并与BCVA、低亮度视力(LLVA)、阅读速度及微视野检查结果关联。结果显示:中央1mm区ELM损失面积与BCVA显著相关(r=-0.46),而LLVA更关联3mm环形区EZ损失;微视野中暗点数量与ELM/EZ总损失高度相关(r=0.67)。研究证实GA中解剖损伤位置决定功能缺损模式。

#AI影像#地理萎缩#OCT定量分析
PubMed Ophthalmology
学术研究

法国建成国家级罕见眼病数据仓库

法国启动FREDD项目,构建全国性、可互操作的罕见眼病数据仓库,由INSERM主导,采用三层集中架构,整合临床数据与眼科影像。2024年4月获监管批准,2025年3月在5家中心启动采集,首年纳入1649例视网膜色素变性患者(占全国登记病例20.3%),收集超1万张眼科图像。项目验证了在强监管环境下建设专科化多模态数据库的可行性,但长期可持续性依赖成本回收机制。

#罕见病#医疗大数据#眼科信息化
PubMed Ophthalmology