编者按：2024年世界眼科大会（WOC2024）的“年龄相关性黄斑变性最新进展”分会场中，来自全球的眼科专家们深入探讨了黄斑变性的前沿研究与治疗策略。报告涵盖了人工智能（AI）在地图性萎缩（GA）进展预测中的应用、双特异性抗体和高剂量药物在湿性黄斑变性管理中的持久疗效、便携式眼底相机的临床实用性，以及GA治疗中的最佳疗效评估指标。这些前沿成果不仅展示了视网膜成像技术的进步与新药物的应用前景，还为黄斑变性患者的精准治疗和未来研究方向提供了重要的参考。

Fernando Malerbi教授：手持式眼底相机在视网膜成像中的可行性和临床应用

Fernando Malerbi教授的讲课重点介绍了便携式视网膜相机在临床筛查中的可行性和临床应用。他强调，由于全球范围内视力损失人数的不断增加，尤其是在低收入和偏远地区，利用便携式设备和嵌入式AI技术，有望填补医疗资源不足地区的筛查空白。全球约有11亿人正在遭受不同程度的视力丧失，其中90%的案例是可预防或可治疗的。Malerbi教授展示了当前主要视力问题的数据，包括年龄相关性黄斑变性（AMD）患者达到810万人，糖尿病视网膜病变（DR）患者达到440万人，未来这些数字还将继续增长。为应对这一挑战，Malerbi教授讨论了便携式视网膜相机的广泛应用，并介绍了巴西的成功经验。在偏远地区，尤其是缺乏专科医生的乡村地区，通过使用便携式设备和AI技术进行同步DR诊断，可以实现远程的专家评估。AI的敏感度为85.7%，特异性达到98.9%。他展示了嵌入式AI如何提高医疗的可及性，通过远程诊断和实时专家确认，覆盖到更广泛的患者群体，包括农村偏远地区的患者。
此外，Malerbi教授还提到，随着COVID-19大流行的爆发，远程医疗的应用加速，便携式设备和嵌入式AI结合的筛查模式在全球范围内获得了广泛应用，特别是在巴西印第安保留地，通过智能手机和AI进行DR筛查，已被证明是一种切实可行的解决方案。这种技术的引入，使得即便在最偏远的地区，也能实现高效的视网膜病变筛查。

尽管如此，Malerbi教授也提到了一些在实施中的挑战，如缺乏教育、意识和依从性，以及临床工作流程整合的必要性。他指出，全球公共卫生系统中DR筛查的实施仍面临障碍，但通过优化工作流程和技术应用，可以克服这些挑战，进一步改善患者的治疗结果。

总之，Malerbi教授的讲课展现了便携式视网膜相机和嵌入式AI技术在推动DR筛查中所发挥的重要作用，特别是在偏远和医疗资源有限的地区。这些创新技术的广泛应用，有助于减少全球范围内因DR和其他视力问题导致的视力损失。

Gui-shuang Ying教授：从临床试验中汲取经验，发现GA治疗的最佳疗效评估指标

Gui-shuang Ying教授就GA治疗中的最佳疗效评估指标进行了深入探讨。GA作为晚期AMD的一种不可逆的眼病，近年来受到了越来越多的关注。Ying教授从多个方面对GA的临床试验进行了回顾和总结，并指出了在这一领域的关键挑战和进展。首先，Ying教授回顾了GA治疗中的两个新获FDA批准的药物，即C3抑制剂Syfovre和C5抑制剂Izervay，但他强调，尽管这两种药物能够显著减缓GA面积的增长，但其在改善视力方面的疗效尚未得到明确证明。这突显了GA治疗中“结构-功能”结果不一致的问题，即尽管结构上的变化可以量化，但在视觉功能改善方面的获益仍然有限。在讲课中，Ying教授还提到了GA治疗临床试验中面临的挑战，特别是在老年患者中，治疗依从性差、失访率高成为主要问题之一。此外，由于GA影响的视觉功能并不局限于中央视力的丧失，因此选择合适的疗效评估指标也十分困难。Ying教授强调，需要更好地平衡结构性指标和功能性指标，开发能够更好反映视觉功能变化的评估方法，特别是在与视觉功能相关的结构性变化上，例如GA病变面积与中央黄斑的接近度、基于SD-OCT的GA生物标志物等。

Ying教授总结道，未来的GA研究应重点关注更好的结构性和功能性评估指标的开发，以及通过现代成像技术来更精确地评估治疗效果。同时，他还呼吁进一步开展长期随访的研究，以全面评估GA治疗对患者生活质量的影响，从而为GA治疗带来更加全面的评估框架。

Srinivas Sadda教授：神经退行性疾病的视网膜生物标志物——进展到晚期AMD的OCT危险因素

Srinivas Sadda教授就“视网膜生物标志物与晚期年龄相关性黄斑变性进展”进行了深入讲解，重点研究了通过相干光断层扫描（OCT）技术识别中期AMD向湿性AMD进展的风险因素。研究的核心是探索OCT影像学风险因素，特别是在中期AMD患者中，如何通过影像数据预测向湿性AMD的进展。研究基于来自得克萨斯州的458名中期AMD患者的数据，涵盖了24个月的随访时间，重点分析了影像中视网膜内液（IRF）、视网膜下液（SRF）和视网膜色素上皮下液（sub-RPE fluid）的表现。研究的主要结果是评估这些患者在两年内是否会发展为湿性AMD。

研究表明，约18%的中期AMD患者在两年内发展为湿性AMD。厚双层征（DLS），尤其是非渗出性黄斑区新生血管（MNV），是最强的独立风险因素，具有显著的预测能力。此外，视网膜内高反射点（IHRF）也被发现是一个独立的风险因素。其他如视网膜下疣状沉积物（SDD）和中央视网膜萎缩（cRORA）也与AMD进展有一定关联，但并不是主要的决定性因素。研究结果表明，厚双层征象，特别是1型MNV，与湿性AMD的转变密切相关，显示出“爆炸性进展”到渗出性MNV的趋势。这些发现强调了厚双层征是早期AMD患者进展风险的重要预测指标。Sadda教授在演讲中还指出，虽然发现了许多OCT影像学标志物，但在实际临床应用中还存在一些挑战。特别是在临床环境中，非渗出性MNV对AMD进展的影响仍需进一步研究。这些患者在没有明显症状的情况下也可能进展为渗出性AMD，因此临床医生在早期诊断和监测中需更加谨慎。

在最后的总结中，Sadda教授提出，OCT影像技术为AMD的风险评估提供了重要的生物标志物，尤其是在非渗出性MNV和厚双层征的检测中，能够显著提高对AMD进展的预测精度。这些研究结果为未来的临床干预和试验设计提供了重要依据。未来的工作重点应放在通过OCT技术早期识别高风险患者，并通过适时的干预来延缓或阻止AMD向不可逆转的晚期转变。通过对OCT标志物的深入研究，Sadda教授为AMD的预后提供了新思路，进一步推动了视网膜疾病的早期检测和干预策略的发展。

Klaudia Birne教授：AI在GA管理中的应用

Klaudia Birne教授从多个方面详细探讨了AI技术在GA管理中的关键作用。首先，Birne教授介绍了视网膜色素上皮（RPE）和椭圆体带（EZ）损失的量化过程，并通过OCT成像技术获取二维和三维信息，结合AI分析工具进行精确的生物标志物监测。通过AI辅助，医生可以更快、更准确地识别GA患者视网膜的结构性损伤，显著提升治疗方案的有效性。Birne教授强调，利用鼠标点击即可实现RPE和EZ损失的自动量化分析，大大减少了人工操作中的误差。Birne教授还进一步展示了高精确性和可靠重复性数据的验证结果，AI算法在不同患者群体中展现出一致性，显示出高度的信度（DICE 0.99）。RPE损失的手动和自动测量与眼底自发荧光（FAF）的对比结果显示了高度的相关性，证明了AI在病变区域测量中的卓越表现。研究也表明，补体抑制剂治疗能够有效减缓GA进展速度，尤其是对比同一患者24个月的随访数据，展示了研究眼和对照眼在RPE损失和EZ损失方面的显著差异。

AI还被用来区分GA的快速与缓慢进展者，研究发现，EZ/RPE损失的比例是判断疾病活动性的关键因素。EZ厚度与微视野检查点敏感度呈正相关，进一步证明了AI在预测GA进展中的潜力。此外，Birne教授还提到了AI实时成像技术的重要性，特别是在临床试验中应对图像质量差、操作控制和主观偏差等问题上，AI能够提供更高效的解决方案，确保影像分析的可靠性。

Birne教授最后总结了AI在GA管理中的广泛应用前景，包括从临床试验到实际医疗操作中的无缝过渡。AI技术的优势在于其能够自动分析常规的OCT图像，消除人工评估中的误差，实现定量评估，帮助定义RPE和EZ损失的最佳治疗参数。AI技术在临床试验和实际应用中引发了范式转变，不仅降低了人力资源的消耗，也减少了医疗成本。通过这些创新，AI正逐步成为GA筛查和监测的核心工具，并有望在未来推动眼科治疗的进一步发展。

Sobha Sivaprasad教授：湿性AMD管理中双特异性抗体和高剂量药物持久性作用

Sobha Sivaprasad教授在其关于湿性AMD管理中的双特异性抗体和高剂量药物持久性作用的讲座中，详细介绍了现有的抗血管内皮生长因子（VEGF）药物及其在AMD、糖尿病黄斑水肿（DME）和视网膜静脉阻塞（RVO）中的应用。Sivaprasad教授指出，抗VEGF药物显著改善了视力并有效预防视力丧失，具有较好的安全性和耐受性。然而，随着治疗时间的延长，患者的治疗需求增加，抗VEGF药物的效果逐渐达到“天花板”，尤其是在纤维化和黄斑萎缩进展的患者中更为明显。Sivaprasad教授特别介绍了双特异性抗体药物Faricimab和Aflibercept 8mg相关的临床试验结果，为抗VEGF药物的合理选择提供了参考依据。

总结：在WOC2024大会上，眼科专家们围绕AMD的最新研究进展展开了深入讨论。报告重点包括AI在预测GA进展中的应用、便携式眼底相机在临床中的可行性和便捷性，以及双特异性抗体和高剂量抗VEGF药物在湿性AMD治疗中的持久疗效。同时，专家们对GA治疗的最佳疗效评估指标也进行了详细探讨，提出了新的研究方向。这些内容为视网膜疾病未来的管理和治疗提供了新启示。

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。