跳转到主要内容

学术研究

690 篇

顶刊论文、临床试验结果、学术会议报告

学术研究

原发性闭角型青光眼伴大脑动态功能改变

研究纳入44名原发性闭角型青光眼（PACG）患者和57名健康对照者，通过静息态fMRI分析全脑动态状态。发现PACG患者在某一特定动态状态中停留时间延长，提示大脑大尺度网络灵活性下降；机器学习模型识别出默认模式网络区域为关键判别特征；基因表达映射显示相关脑区富集突触信号、离子通道及单胺类转运体VMAT2相关基因，涉及兴奋性神经元、抑制性神经元和星形胶质细胞。

#青光眼#脑网络#神经影像
PubMed Ophthalmology
学术研究

鸟枪脉络膜视网膜炎宽视野眼底图像数据集发布

研究团队发布了名为Birdshot-Wide的公开眼底影像数据集，包含742只鸟枪脉络膜视网膜炎（BSCR）患眼的5042张宽视野眼底照和742只健康对照眼的1310张图像，所有BSCR图像均经人工质量审核并按主要病变亚型分类，中位随访达4.31年；基于该数据集训练的深度学习模型在区分BSCR与正常眼任务中AUC最高达0.96。

#罕见病#AI医疗#眼底影像
PubMed Ophthalmology
学术研究

因果推理提升多病种眼底影像诊断准确率

研究团队提出一种融合因果干预的多标签医学影像诊断框架，针对多种眼病共存时模型易混淆统计相关性与真实因果关系的问题。该方法通过建模潜在混杂因素并实施后门调整，在ODIR（彩色眼底照相）、LID-FFA（眼底荧光血管造影）等四个数据集上验证效果，显著提升诊断准确性与可解释性。源代码已开源。

#AI医疗#因果推理#多病种诊断
PubMed Ophthalmology
学术研究

血管引导多任务深度学习模型同步分割血管并分类眼底病

研究团队开发了V-MNet模型，首次将视网膜血管分割与多种眼底病分类整合于同一深度学习框架，并引入血管结构先验信息指导疾病分类。该模型在四个公开数据集上测试，血管分割Dice系数达0.831，多病种分类平均AUC为0.978、F1分数为0.935，显著优于单任务模型。Grad-CAM模块提供可视化病灶定位图，增强临床可解释性。

#人工智能#眼底筛查#可解释AI
PubMed Ophthalmology
学术研究

眼科AI热图临床可信度评估框架

研究提出两阶段临床导向框架，筛选适用于OCT视网膜疾病分类的可解释AI热图。基于Swin Transformer模型，在交叉验证中达97%准确率，外部验证为91.82%。Phase 1由1名眼科医生和1名AI专家初筛100张热图/方法；Phase 2由21名专科医生用五点量表评估解剖合理性。Token contRAST（TRAST）热图评分最高，Grad-CAM++次之，CGFM最低。

#AI医疗#OCT#可解释AI
PubMed Ophthalmology
学术研究

近视性青光眼：被低估的高风险亚型

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。

#近视性青光眼#高度近视#OCT诊断局限
PubMed Ophthalmology
学术研究

视网膜血管参数双眼一致性研究

研究团队对431名冠状动脉粥样硬化性心脏病（CAD）患者共862张眼底彩照进行AI分析，使用ResNet 101-UNet模型自动测量分形维数、血管密度和管径等指标。结果显示，无论CAD状态或Gensini评分高低，左右眼各项参数均无统计学显著差异（P＞0.05），Pearson相关系数为0.387–0.833，ICC为0.384–0.824，表明双眼高度对称。

#AI眼科#眼底筛查#心血管风险
PubMed Ophthalmology
学术研究

AI进入视网膜诊疗对专科培训的冲击

研究系统梳理了AI在视网膜图像判读中的临床部署如何重塑专科医生培训体系，涵盖教育机会、发展风险与课程响应三方面。检索截至2026年3月，识别出六大主题：部署场景、AI作为教学工具、可解释性与教学法、学员能力退化风险、大语言模型对考核效度的影响，以及机构应对措施。研究指出AI既带来个性化病例分配、合成数据生成等新可能，也引发‘去技能化’‘从未习得技能’和自动化偏见等真实风险。

#AI医疗#医学教育#视网膜专科
PubMed Ophthalmology
学术研究

视网膜具备100毫秒视觉预测能力

研究团队构建了一种受代谢约束的脉冲神经网络模型，训练其对自然影像进行当前编码或未来场景预测。当模型被优化为预测约100毫秒后的视觉输入时，成功复现了多种跨物种视网膜特征，包括感受野结构、潜伏期编码、运动预判、差异化运动调谐及刺激缺失响应。结果表明，视网膜并非被动压缩图像，而是以预测为导向组织信息，为大脑提供视觉世界的‘前瞻性’信号。

#视网膜功能#神经眼科#计算视觉
PubMed Ophthalmology
学术研究

ApoE4基因编辑治疗阿尔茨海默病需谨慎用于合并眼病患者

ApoE4是阿尔茨海默病最强遗传风险因子，相关基因编辑疗法尚处研究阶段。但研究发现ApoE4反而与青光眼、年龄相关性黄斑变性（AMD）、糖尿病视网膜病变（DR）等视网膜神经退行性疾病风险降低相关。本文系统梳理ApoE4在AD与上述眼病中的不同作用机制，总结当前靶向ApoE的临床前及早期临床项目，并指出共患视网膜疾病患者接受该疗法时需特别评估和监测。

#基因治疗#阿尔茨海默病#视网膜神经退行性疾病
PubMed Ophthalmology
学术研究

纵向临床数据对糖尿病眼病动态预测的价值研究

研究基于646名2型糖尿病患者连续3年完整随访数据，采用汇总地标法（pooled landmarking）评估纵向临床信息和模型复杂度对5种并发症年度动态预测的增量价值。使用弹性网络与LightGBM模型，在高血压和代谢相关脂肪性肝病预测中，加入既往病史使AUC分别提升0.097和0.022；但对糖尿病视网膜病变等其余三种结局未见显著改善。结论指出该增量价值具有结局特异性，需外部独立验证后方可临床应用。

#糖尿病视网膜病变#AI预测模型#纵向数据分析
PubMed Ophthalmology