编者按：在近期举办的COOC大会上，北京儿童医院李莉教授发表了题为《眼底定量技术在儿童近视临床诊疗与防控中的创新性应用》的演讲，聚焦我国儿童青少年近视防控的严峻形势与技术创新。随着近视高发、低龄化趋势加剧，传统诊疗手段已难以满足需求，而眼底定量技术通过全自动化的数字测量，为早期发现、风险评估及长期管理提供了全新解决方案。

儿童近视防控面临严峻挑战

我国儿童青少年近视问题已进入“高发、低龄化、重度化”阶段。2022年数据显示，儿童青少年总体近视率达51.9%，且低龄儿童中高度近视比例持续攀升。更令人警惕的是，最新全国15省（市、自治区）眼健康调查表明，近视引发的眼底病理性改变已成为我国居民不可逆性盲的首要原因，而低龄近视患者未来发生致盲眼病的风险增加。

当前临床诊疗中，近视防控多依赖屈光度和眼轴长度的监测，但对眼底结构的关注严重不足。李莉教授指出，屈光与眼轴数据无法直接反映眼底病变程度，而后者才是评估失明风险的核心依据。然而，专业眼底医生资源短缺（全国仅5000余人）与患者基数庞大（近视人群超6亿）的矛盾，导致常规眼底检查难以普及，尤其在地域分布不均的基层地区。

眼底定量技术蓬勃发展，迎来诊疗新“天地”

眼底定量技术通过计算机技术对眼底结构进行全自动量化分析，提取动静脉比、杯盘比等数字化指标，本质上就是用数字去测量描述眼底特征，从而帮助疾病的早期发现、风险评估和疾病管理。李莉教授分享了眼底定量技术在近年来的研究进展及在临床的优势：

眼底定量技术有助于精细描述视盘及盘周形态改变，为临床近视评估提供新指标

一项研究通过人工智能技术自动定量分析眼底图像中的视盘特征[1]。研究对象为1084名大学生，根据眼轴长度分为五组。结果显示，视盘倾斜和视盘旁萎缩（PPA）的发生率分别为47.1%和92.5%，且随着近视程度加重而增加。眼轴长度与视盘面积和视盘倾斜比呈负相关，与PPA面积、宽度和高度呈正相关。

FTD可作为新的生物标志物来辅助进行近视防控

一项研究[2]基于人工智能技术，探索“豹纹斑密度”（Fundus Tessellated Density, FTD）的关联，并比较不同眼底豹纹（FT）分布模式的特征。研究纳入577名7岁儿童，通过多种检查手段获取数据，利用AI技术计算FTD。结果显示，FTD与多种眼部参数显著相关，如脉络膜厚度、视盘旁萎缩面积等。与黄斑分布模式相比，视盘旁分布模式的FT与近视相关的眼底变化联系更紧密。

基于眼底定量技术的量化指标有助于临床对近视眼底弥漫性、斑片状萎缩改变的观察和随访管理

一项研究3旨在定量评估病理性近视中的弥漫性脉络膜视网膜萎缩（DCA），并利用人工智能建立标准化分类系统。研究纳入202名患者的338只眼，通过图像预处理、样本标记、深度学习分割模型等方法，测量并计算DCA病变的面积和密度。根据病变面积和密度将DCA分为四个等级（G0-G3），并描述相应眼底照片的形态。结果显示，DCA病变面积和密度随等级增加而增大，萎缩区域从视盘颞侧向黄斑区扩展，严重病例累及整个后极部。DCA患者年龄更大、眼轴更长、近视度数更深，且病变等级越高，这些特征越明显。该分级系统可靠，适用于病理性近视的筛查。

从科学研究到临床应用，眼底定量技术全方位助力儿童近视诊疗

李莉教授指出，眼底定量技术在临床的应用有利于发现近视眼底早期微小改变，帮助全面、精细对近视眼底改变进行精细评估；有助于患者沟通，提升患者的依从性，有助于长期全数字化眼健康档案的建立。

北京儿童医院自2023年3月引入该技术后，年度使用量超5万人次，覆盖北京、新疆等地幼儿园筛查及多家区域医院。临床数据显示：低度近视儿童中，52%存在萎缩弧，36%出现豹纹斑；近视度数每增加1D，豹纹斑与萎缩弧比例显著上升；甚至部分视力正常儿童（SE≥0）中，30%已出现早期豹纹样改变。值得注意的是，豹纹斑在低龄儿童中的出现早于萎缩弧，提示该指标可作为近视进展的早期预警信号。

通过眼底定量技术，李莉教授团队进行的一项研究发现，儿童近视眼底改变呈现空间异质性：以黄斑为中心的鼻下区域是眼轴增长过程中最早受累部位，且豹纹斑分布的不均匀性可能预示病理性近视风险。这一发现为早期干预提供了靶点。  

为突破传统眼底检查数据零散、随访缺失的局限，李莉教授团队牵头获批国家自然科学基金项目《基于人工智能的学龄前儿童近视发生发展多模态融合风险预测模型研究》，联合20余家单位建立超2万例的儿童眼健康数据库，旨在通过眼底定量技术整合多维度数据，构建近视风险预测模型，推动诊疗标准革新。

总结

李莉教授强调，无论屈光状态如何，眼底检查均是儿童近视防控不可或缺的环节。眼底定量技术凭借其客观性、可重复性及高效性，已成为破解诊疗资源短缺、实现精准防控的核心工具。未来，随着多中心数据库的完善与AI算法的迭代，该技术有望在近视预警、疗效评估及机制探索中发挥更大价值，最终为降低儿童致盲风险提供坚实保障。

参考文献：

1.Guo X, Li R, Lu X, Zhang X, Wu Q, Tian Q, Guo B, Tang G, Xu J, Feng J, Zhao L, Ling S, Dong Z, Song J, Bi H. Quantization of Optic Disc Characteristics in Young Adults Based on Artificial Intelligence. Curr Eye Res. 2023 Nov;48(11):1068-1077. doi: 10.1080/02713683.2023.2244700. Epub 2023 Aug 9. PMID: 37555317.

2.Huang D, Qian Y, Yan Q, Ling S, Dong Z, Ke X, Tong H, Long T, Li R, Liu H, Zhu H. Prevalence of Fundus Tessellation and Its Screening Based on Artificial Intelligence in Chinese Children: the Nanjing Eye Study. Ophthalmol Ther. 2023 Oct;12(5):2671-2685. doi: 10.1007/s40123-023-00773-2. Epub 2023 Jul 31. PMID: 37523125; PMCID: PMC10441973.

3.Niu YN, He HL, Chen XY, Ling SG, Dong Z, Xiong Y, Qi Y, Jin ZB. A Novel Grading System for Diffuse Chorioretinal Atrophy in Pathologic Myopia. Ophthalmol Ther. 2024 May;13(5):1171-1184. doi: 10.1007/s40123-024-00908-z. Epub 2024 Mar 5. PMID: 38441856; PMCID: PMC11039581.

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。