在近視已成為影響我國兒童青少年健康“頑疾”的今天，如何在其發(fā)生前進行精準預警和有效干預，是全社會關(guān)注的焦點。近日，一項來自北京大學人民醫(yī)院眼科的創(chuàng)新研究，為這一難題帶來了突破性的解決方案。該研究首次將前沿的掃頻源光學相干斷層掃描（SS-OCT）技術(shù)與人工智能（AI）深度結(jié)合，成功實現(xiàn)了對未近視兒童眼底脈絡膜結(jié)構(gòu)的高精度、自動化定量分析，并揭示了其與眼軸長度、瞳孔直徑的關(guān)鍵關(guān)聯(lián)，為構(gòu)建下一代近視風險智能預警系統(tǒng)奠定了堅實的基礎。

直面挑戰(zhàn)：為何要關(guān)注“未近視”兒童的眼底？

近視并非一日形成。在視力表上的數(shù)字尚未發(fā)生變化前，孩子的眼球內(nèi)部可能已經(jīng)悄然發(fā)生了關(guān)鍵的生理改變。其中，脈絡膜——位于視網(wǎng)膜和鞏膜之間、富含血管的一層組織，被學界認為是窺視近視發(fā)生發(fā)展過程的一扇重要“窗口”。

“脈絡膜就像視網(wǎng)膜的‘后勤保障系統(tǒng)’，負責供氧和營養(yǎng)。近年研究發(fā)現(xiàn)，它更是一個重要的‘信號中轉(zhuǎn)站’，通過厚度與血流的變化，參與調(diào)控眼球的生長，從而影響近視的進展。”本研究的主要研究者，北京大學人民醫(yī)院的王凱教授解釋道，“然而，在兒童，尤其是尚未近視的兒童中，脈絡膜有何特征？哪些因素會影響它？這些問題此前因技術(shù)所限，研究甚少，是一片亟待探索的‘無人區(qū)’?！?/p>

傳統(tǒng)上，對脈絡膜的測量嚴重依賴醫(yī)生手動在圖像上勾畫，此過程不僅耗時耗力，且結(jié)果易受主觀影響，難以在大規(guī)模人群篩查中應用。正因如此，北京大學人民醫(yī)院的研究團隊決心另辟蹊徑，將希望寄托于正在重塑各行各業(yè)的人工智能技術(shù)。

技術(shù)破局：AI+SS-OCT，開啟“慧眼”識脈絡膜

本研究最大的亮點在于，研究團隊利用SS-OCT設備對83名5-12歲未近視兒童進行黃斑區(qū)高分辨率掃描，隨后將圖像“喂”給AI模型。

“我們的AI模型，就像一位不知疲倦、且擁有‘火眼金睛’的超級醫(yī)生，能夠在海量的OCT圖像中，瞬間精準識別出脈絡膜的上下邊界，”論文作者盧宇暢形象地介紹道，“它不僅速度快，更重要的是一致性和精準度極高?！?/p>

基于這套強大的AI工具，研究團隊得以首次系統(tǒng)、全面地繪制出未近視兒童黃斑區(qū)脈絡膜的“全景圖譜”，精確量化了脈絡膜厚度（CT）、血管面積（LA）、基質(zhì)面積（SA）、總面積（TCA）以及反映血管密度的核心指標——脈絡膜血管指數(shù)（CVI）。

重要發(fā)現(xiàn)：描繪未近視兒童脈絡膜“地圖”，鎖定兩大關(guān)鍵因素

通過AI的精準測量，研究取得了一系列具有重要意義的新發(fā)現(xiàn)：

發(fā)現(xiàn)脈絡膜分布“地形圖”：研究首次清晰揭示，在未近視兒童中，脈絡膜并非均勻分布。其鼻側(cè)區(qū)域最薄，血流分布也最少，而上方、下方和顳側(cè)則相對較厚。這張標準的“地形圖”為未來判斷個體是否偏離正常軌跡提供了重要參照。

鎖定影響核心區(qū)域厚度的兩大關(guān)鍵因素：黃斑中心凹是視覺最敏銳的區(qū)域，其下方的脈絡膜厚度（SFCT）備受關(guān)注。通過先進的統(tǒng)計模型，團隊發(fā)現(xiàn)，在未近視兒童中，SFCT與瞳孔直徑呈正相關(guān)，與眼軸長度呈負相關(guān)。即，瞳孔越大、眼軸越短的兒童，其中心凹下的脈絡膜越厚。多因素分析進一步確認，瞳孔直徑和眼軸長度是影響SFCT的獨立相關(guān)因素。

“瞳孔直徑可能與入眼光量調(diào)節(jié)有關(guān)，進而通過復雜的神經(jīng)體液機制影響脈絡膜血流與厚度；而眼軸越長，脈絡膜組織則可能被機械性地拉伸變薄。這兩大發(fā)現(xiàn)為我們理解眼球正視化發(fā)育及近視初啟的生理機制提供了全新的線索?！闭撐淖髡咝飙倢ρ芯砍晒纳顚雍x進行了解讀。

未來展望：從精準測量到智能預警，構(gòu)筑近視防控新防線

此項研究的價值遠不止于學術(shù)發(fā)現(xiàn)。它更重要的貢獻在于，成功驗證了一條將先進成像技術(shù)與人工智能相結(jié)合，實現(xiàn)高效、客觀、可規(guī)模化的兒童眼健康篩查與監(jiān)測的全新路徑。

“想象一下，在未來，孩子只需進行一次快速的SS-OCT檢查，AI系統(tǒng)就能在幾分鐘內(nèi)生成一份詳細的‘脈絡膜健康報告’，其中包括其各項參數(shù)在與同齡正常兒童對比中所處的位置，”王凱教授展望道，“如果系統(tǒng)通過縱向隨訪，發(fā)現(xiàn)某個孩子的脈絡膜正以異常速度變薄，即便他尚未近視，我們也能及時發(fā)出風險預警，并采取針對性的干預措施，真正做到‘防患于未然’。”

這意味著，近視防控的關(guān)口得以大幅前移。從傳統(tǒng)的“發(fā)現(xiàn)近視后再矯正控制”，轉(zhuǎn)向“預測風險并提前干預”，這將是理念上的巨大飛躍。

結(jié)語

北京大學人民醫(yī)院的這項研究，是醫(yī)工交叉、人工智能與臨床醫(yī)學深度融合的一次成功典范。它不僅填補了未近視兒童脈絡膜參數(shù)研究領(lǐng)域的空白，更以其前瞻性的視角，為兒童近視防控事業(yè)點燃了一盞指向未來的明燈。隨著后續(xù)研究的深入和數(shù)據(jù)積累，基于SS-OCT與AI的智能預警模型有望成為守護兒童視覺健康的標配工具，為無數(shù)家庭點亮一個清晰而“睛”彩的未來。

文章信息

盧宇暢，徐瓊，李雪薇，等?；谌斯ぶ悄艿拿}絡膜圖像自動分割與定量分析在未近視兒童中的應用 . 科學通報, 2025

https://doi.org/10.1360/CSB-2025-5100

https://www.sciengine.com/doi/10.1360/CSB-2025-5100.

轉(zhuǎn)載、投稿請留言

| 關(guān)注科學通報 | 了解科學前沿