编者按：青光眼作为全球范围内不可逆性致盲性眼病的重要代表，其早期精准诊断与病情全面评估对于患者的视力保护和预后改善具有关键意义。传统诊断手段虽在临床实践中发挥了一定作用，但受限于主观性、变异性及操作复杂度等因素，其应用效能存在一定瓶颈。6月25日至28日，第11届世界青光眼大会（WGC 2025）于美国夏威夷檀香山盛大启幕。此次大会汇聚了全球青光眼领域的顶尖专家学者，共同聚焦青光眼治疗的前沿进展。众多研究围绕不同诊断方法的潜力挖掘与优势探索展开，旨在为青光眼诊疗开辟新的路径。

利用深度学习模型和OCT参数预测青光眼患者的视野全局指数

在青光眼诊疗中，标准自动视野检查（SAP）虽是检测和监测视野功能缺损的参考技术，但存在主观性、高个体内变异性、耗时长以及需隔离环境等固有局限。理解青光眼的结构-功能关系对于疾病诊断和治疗至关重要，而准确预测视野全局指数有助于更全面地评估患者病情。Hyun-Kyung Cho团队开展了一项横断面研究，纳入720例青光眼患者的720只眼，数据集包含患者的视盘边缘最小宽度（BMO-based）数据和视网膜神经纤维层（RNFL）数据。基于这些数据，研究团队开发了基于深度神经网络（DNN）的模型来预测视野全局指数，并通过平均绝对误差（MAE）评估模型诊断性能，在测试数据集中比较预测值与真实值的差异。

研究结果显示：基线人口学特征方面，患者平均年龄为53.7±13.3岁，女性占比46%，平均眼压为15.6±4.1mmHg，平均球面等效为-1.8±2.9D，平均偏差（MD）为-4.5±5.8dB，模式标准偏差（PSD）为5.3±4.2dB，视野指数（VFI）为88.6±17.0%。DNN模型表现出显著性能，在交叉验证的MAE范围：MD为1.9~2.9dB，PSD为1.6~2.0dB，VFI为5.0~7.0%。在三个VF全局指标中，VFI的预测效果最好。MD、PSD和VFI的Pearson相关系数分别为0.76~0.85、0.74~0.82和0.70~0.81。

研究结论：该深度学习模型使用OCT参数（包括BMO-MRW）预测视野全局指数的性能具有较高临床可接受性。由于视野全局指数通常依赖患者配合获得，而本模型可通过客观结构数据进行预测，这在临床实践中具有重要意义。特别是在无法即时获取视野结果的情况下，该模型可为青光眼诊断提供辅助支持，帮助医生更及时、准确地评估患者病情，制定个性化的治疗方案。

标题：Visual Field Global Index Prediction with Deep Learning model using Optical Coherence Tomography Parameters in Glaucoma Patients

作者：Hyun-Kyung Cho,S Seo

基于风格迁移技术的眼底照片预测RNFL厚度分布

在青光眼诊疗中，早期检测对于延缓病情进展、保护患者视力至关重要。然而，目前常用的检测手段往往存在设备昂贵、操作复杂等问题，限制了其在基层医疗机构的广泛应用。Henry Shen-Lih Chen等人开发了一种基于深度学习的算法，通过分析眼底彩色照片与频域光学相干断层扫描（SD-OCT）厚度图谱的映射转换关系，利用眼底照片预测RNFL缺损及其厚度分布，以实现早期青光眼检测，并研发评估这一算法的检测工具。研究团队采用了来自189例健康参与者和371例早期青光眼患者的眼底照片与SD-OCT配对数据进行预训练。运用变分自编码器（VAE）网络架构，借助深度神经网络建立起眼底图像与RNFL厚度分布之间的相关性。参考标准设定为垂直杯盘比>0.7、青光眼性视神经病变特征性改变及RNFL缺损。收敛表明VAE已学习到能够生成对应合成OCT扫描的分布特征。在评估方面，该模型模拟广域OCT扫描输出RNFL厚度分析结果，并使用结构相似性指数（SSIM）和峰值信噪比（PSNR）评估生成图像与RNFL厚度分布模型在信号强度和结构相似性方面的差异。

研究结果显示，研究团队成功开发并验证了一种新型DL算法，能够从眼底图像色彩空间提取与OCT图像相似的厚度信息，并基于此重建RNFL厚度分布图。生成的厚度图谱满足临床青光眼检测需求，其生成图像与真实厚度图具有良好相似性（PSNR:19.31dB；SSIM:0.44）。模型推理结果在预测RNFL厚度分布的能力方面与原始OCT成像结果具有可比性。

研究结论：该技术可为临床医生提供有效的早期青光眼检测手段，尤其在仅有眼底彩色照片的情况下具有重要应用价值。

标题：Early Glaucoma Detection by Using Style Transfer to Predict Retinal Nerve Fiber Layer Thickness Distribution on the Fundus Photograph

作者：Henry Shen-Lih Chen,E Kang

视网膜成像与OCTA在OAG诊断中的诊断价值

在青光眼诊断领域，不断探索更高效、准确的诊断方法一直是研究热点。部分研究表明，联合不同青光眼诊断方法与人工智能技术可提升诊断效能。目前，频域光学相干断层扫描（SD-OCT）与OCTA是常用的诊断手段，但视网膜成像凭借其能清晰呈现视盘神经视网膜组织边缘改变、视盘颜色与形态变化以及视网膜神经纤维层（RNFL）楔形缺损等重要征象，在青光眼诊疗中仍占据重要地位。基于此，Carmen Mendez Hernandez等人设计了一项研究，旨在评估OCTA与视网膜成像在OAG中的诊断价值。研究采用前瞻性观察性单中心横断面设计，共纳入213例受试者，包括109例青光眼患者和104例健康对照。所有受试者均接受视网膜成像、SD-OCT和OCTA检查，并计算各参数的受试者工作特征曲线下面积（AUROC）。

研究结果显示，除颞侧和鼻侧象限外，青光眼患者的黄斑及视盘周围血管密度均低于对照组，且血流指数普遍更低。比色分析表明，OAG患者视盘凹陷更深、视盘更苍白，血红蛋白判别因子（GDF）和血红蛋白个体化点状指数（GIP）显著异常。在AUROC方面，下方象限视盘周围血管密度表现最佳，为0.787（95%CI 0.728-0.847，P<0.001），其次是GDF（0.752，95%CI 0.686-0.817，P<0.001）和GIP（0.751，95%CI 0.686-0.817，P<0.001）。SD-OCT参数中，垂直视盘凹陷的AUROC最高，为0.747（95%CI 0.680-0.813，P<0.001）。各高诊断效能参数间的AUROC无显著差异。当特异性要求为90%时，SD-OCT垂直视盘凹陷的敏感度为51%，下方象限视盘周围血管密度敏感度为46%，GDF与GIP指数敏感度为45%。

研究结论：OCTA与视网膜成像的诊断效能具有相似性。

标题：Diagnostic performance of papillary retinography and enface optical coherence tomography angiography in open angle glaucoma

作者：Carmen Mendez Hernandez,M Sanz Gomez,N Zeng,E Catagna Catagna,P Arribas Pardo

总结：青光眼作为全球范围内严重威胁视力的致盲性眼病，其治疗技术的革新与优化是眼科领域持续探索的方向。在WGC 2025会议中，众多研究围绕青光眼诊疗展开，这些成果不仅为临床精准诊断提供了新手段，更为临床医师制定个性化、高效的治疗方案提供了坚实支撑，推动青光眼诊疗在精准化、个体化的道路上不断前进。

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。