编者按:当地时间10月17-20日,第129届美国眼科学会年会(AAO 2025)于奥兰多顺利举行。此次会议上,眼科人工智能(AI)领域的前沿进展无疑是核心议题之一。会议特设题为“基于人工智能工具的黄斑疾病现实世界管理”的专题课程,引发了业界广泛关注。来自奥地利维也纳医科大学眼科系、眼科图像分析实验室(OPTIMA)的Ursula Schmidt-Erfurth教授,发表了题为“基于人工智能的新生血管性与萎缩性年龄相关性黄斑变性(AMD/GA)的自动化管理”的重磅演讲。该题目概括了当前眼科数字化变革的关键方向:如何将AI技术从研究层面融入日常临床实践,实现对常见致盲性眼病的精准、高效管理。

临床需求紧迫:传统诊疗模式遭遇瓶颈,AI介入势在必行
全球65岁以上人口已超过6亿,且正持续快速增长,直接导致了AMD患病率攀升。数据显示,在2005至2015年间,全球失明与严重视力损伤人数增加了近四分之一,总计高达9亿人。其中,由AMD引起的地图样萎缩(GA)会显著降低患者生活质量,严重影响其驾驶、阅读等日常活动。约67%的双侧GA患者在发病后平均1.6年即丧失驾驶能力。
然而,传统的AMD诊疗高度依赖医生对光学相干断层扫描(OCT)图像的主观判读。研究表明,即便在严谨的临床试验中,不同专家对图像中关键标志物(如视网膜积液)的判定一致性也仅有59%~72%。这种主观性直接导致治疗决策差异,成为提升疗效的主要瓶颈。庞大的患者数量与精细诊疗需求之间的矛盾,使得引入客观、高效的AI技术成为必然选择。
技术核心突破:AI实现微米级量化分析,重塑诊疗全流程
由Ursula Schmidt-Erfurth教授团队开发的这一AI系统,其核心突破在于能够对OCT影像进行深度、精准的自动化分析:
1.精准量化,超越人眼极限:系统基于包含超过4万次OCT扫描的庞大数据库(VIBES研究)训练,可自动识别并精确计算视网膜内液(IRF)和视网膜下液(SRF)的体积,精度达到微米级别。这彻底改变了以往仅靠测量“中央视网膜厚度”的粗略指标,因为研究证实,液体体积与厚度并无直接关联,不同性质的液体(IRF、SRF)对视力的影响和消退规律完全不同。
2.动态监测,指导个性化治疗:集成于临床工作流的“Fluid Monitor”工具可在2.5分钟内完成图像分析并生成报告。医生可清晰观察每次治疗前后各类液体体积的动态变化。例如,IRF对视功能影响最大,而保留少量SRF可能与更好的视力预后相关。这使医生能根据患者具体反应,个性化调整抗VEGF药物注射方案,实现“对症下药”。

3.预测进展,开启预防性医疗新纪元:对于萎缩型AMD(GA),AI可通过计算“光感受器层与视网膜色素上皮层厚度比值(PR/RPE)”,有效预测疾病进展速度。比值高的患者通常进展更快,但可能对新型疗法(如补体抑制剂)反应更佳。这意味着AI不仅能描述现状,更能预测未来,为在高风险患者出现不可逆损伤前进行早期干预提供关键依据。

体系化应用落地:从医院到社区,构建全域眼健康防控网络
该技术的价值不仅限于医院内复杂病例管理,更在于构建全域眼健康防控网络的潜力。Schmidt-Erfurth教授团队通过云端平台连接眼科诊所与社区验光师,形成社区级筛查(I-SCREEN项目)。AI算法可自动检测中期AMD的早期迹象,将高风险人群及时转诊至专科医生,实现“早发现、早干预”。该AI系统已获欧盟医疗器械法规(MDR)等多项国际认证,确保临床应用中性能可靠、数据安全及隐私保护。
目前该技术已在多家医院完成临床验证,处理数十万张影像,证明其临床实用性。Schmidt-Erfurth教授强调,AI在眼科的应用并非取代医生,而是成为医生的“超级助手”。它通过提供客观、量化的数据支持,将医生从繁重重复的劳动中解放出来,专注于更复杂的临床决策,最终大幅提升诊疗的准确性、一致性和效率。这项技术标志着AMD诊疗模式正从被动、标准化的治疗,全面转向主动预防、预测和个性化健康管理,为应对全球眼健康挑战提供坚实解决方案。

总结
面对全球人口老龄化导致的AMD患者激增,传统诊疗模式面临巨大挑战。维也纳医科大学主导的研究团队开发的AI系统成功实现AMD从筛查、诊断、监测到治疗决策的全流程自动化管理,这是眼科诊疗步入精准化、个性化新时代的一个缩影。
参考来源:AAO 2025官网
声明:本文仅供医疗卫生专业人士了解最新医药资讯参考使用,不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议,如果该信息被用于资讯以外的目的,本站及作者不承担相关责任。
2 comments
京公网安备 11010502033360号
条评论
Linda Gareth
2015年3月6日, 下午2:51Donec ipsum diam, pretium maecenas mollis dapibus risus. Nullam tindun pulvinar at interdum eget, suscipit eget felis. Pellentesque est faucibus tincidunt risus id interdum primis orci cubilla gravida.