摘要：伦敦穆尔菲尔德眼科医院和伦敦大学学院的研究团队开发出革命性人工智能系统，能够在圆锥角膜患者出现不可逆视力损害前数年预测其病情进展，这项突破性技术有望从根本上改变眼科医疗实践，挽救数十万年轻患者的视力并避免不必要的角膜移植手术。该系统通过分析超过36,000张眼

信息来源：https://www.sciencedaily.com/releases/2025/09/250913232921.htm

伦敦穆尔菲尔德眼科医院和伦敦大学学院的研究团队开发出革命性人工智能系统，能够在圆锥角膜患者出现不可逆视力损害前数年预测其病情进展，这项突破性技术有望从根本上改变眼科医疗实践，挽救数十万年轻患者的视力并避免不必要的角膜移植手术。该系统通过分析超过36,000张眼部扫描图像，实现了对患者风险的精确分层，标志着预防性眼科医疗进入新时代。

圆锥角膜是一种影响高达350分之一人群的进行性眼病，主要侵袭青少年和年轻成年人群体。这种疾病会导致角膜逐渐变薄并向外凸出，形成圆锥状结构，最终可能导致严重视力障碍甚至失明。在西方国家，圆锥角膜已成为角膜移植手术的最主要原因，给患者和医疗系统带来沉重负担。传统诊疗模式要求医生对患者进行长期跟踪观察，只能在病情明显恶化后才能确定治疗方案，往往错失最佳干预时机。

数据驱动的预测革命

人工智能现在可以在出现不可逆转的损伤之前预测哪些圆锥角膜患者需要紧急角膜治疗。这一突破可以挽救视力、减少移植并重塑眼部护理。

研究团队采用深度学习技术训练人工智能算法，系统分析了6,684名患者的临床数据和光学相干断层扫描图像。这种非侵入性成像技术能够精确捕捉眼前段结构的微细变化，为AI系统提供了丰富的特征数据。算法通过学习大量病例的影像学特征和临床转归之间的复杂关联模式，最终具备了预测疾病进展的能力。

项目负责人Shafi Balal博士介绍说，新开发的AI系统仅需患者首次就诊时的扫描图像和基础临床数据，就能准确预测其病情是否会进展。系统能够将约三分之二的患者识别为低风险群体，这些患者病情相对稳定，无需积极治疗干预；同时将另外三分之一患者归类为高风险群体，建议尽早实施角膜交联治疗。当结合患者第二次就诊的信息时，算法的分类准确率可达90%。

这种风险分层策略的临床价值巨大。对于高风险患者，医生可以在角膜出现永久性瘢痕之前及时实施预防性治疗，有效阻止疾病进展并保护视功能。对于低风险患者，则可以避免过度监测和不必要的治疗，既减轻患者负担，也优化医疗资源配置。

角膜交联术是目前阻止圆锥角膜进展的有效治疗手段，通过紫外线照射和核黄素滴眼液的协同作用使角膜组织交联硬化，成功率超过95%。然而，这种治疗的时机选择至关重要：过早干预可能导致过度治疗，而延误治疗则可能错失最佳时机，导致不可逆的视力损害。

临床应用的深远影响

这项技术创新对眼科医疗实践产生的影响是多层面的。首先，它将显著改善患者预后。通过提前识别高风险患者并实施预防性治疗，可以有效避免疾病进展至需要角膜移植的严重程度。角膜移植虽然技术相对成熟，但仍存在排斥反应、感染等并发症风险，且需要长期免疫抑制治疗和复杂的术后管理。

其次，新技术将显著提高医疗资源利用效率。传统模式下，所有圆锥角膜患者都需要定期复查监测，这种"一刀切"的管理方式不仅增加患者负担，也占用大量医疗资源。AI预测系统能够实现个性化风险评估，让医生将有限的专业资源重点投入到最需要关注的高风险患者身上。

西班牙巴塞罗那微眼科研究所的José Luis Güell博士虽未参与这项研究，但他对成果给予高度评价。他指出，圆锥角膜虽然是可控制的疾病，但确定治疗对象、时机和方案一直是临床难题。延误诊治往往导致患者视力损害并需要侵入性手术治疗。这项AI技术能够从患者首次就诊开始就预测疾病进展风险，使医生能够在疾病早期阶段实施干预，同时减少对稳定患者的不必要监测。

技术发展与未来展望

目前的研究虽然取得了令人鼓舞的结果，但研究团队也承认存在一定局限性。现有算法主要基于特定型号的OCT设备数据训练，在临床推广前需要验证其对不同设备和患者群体的适用性。为此，研究人员正在开发更加强大和通用的AI算法，计划使用数百万张眼部扫描图像进行训练，以提高系统的泛化能力和可靠性。

新一代AI系统不仅能够预测圆锥角膜进展，还可针对特定任务进行定制化调整，包括检测眼部感染、遗传性眼病等多种疾病。这种多任务学习能力将大大扩展AI在眼科诊疗中的应用范围，为实现全面的智能化眼科医疗奠定基础。

在部署到临床环境前，算法还需要经过严格的安全性测试和监管审批。研究团队正与相关机构合作，制定详细的临床验证方案，确保技术在实际应用中的安全性和有效性。这包括大规模前瞻性临床试验、不同人群的验证研究以及长期随访评估。

从更广阔的视角看，这项研究代表了精准医疗在眼科领域的重要进展。通过将大数据分析、机器学习和临床医学相结合，研究人员成功开发出能够个体化预测疾病风险的智能工具。这种预测性医疗模式不仅能够改善患者预后，还能优化医疗资源配置，提高整体医疗效率。

随着人工智能技术的不断发展和医学影像质量的持续提升，类似的预测系统有望在更多眼科疾病中得到应用。青光眼、糖尿病视网膜病变、年龄相关性黄斑变性等慢性眼病都可能受益于这种预测性诊疗模式。这将推动眼科医疗从被动治疗向主动预防的根本性转变，最终实现保护和改善人类视觉健康的目标。

来源：人工智能学家