AI赋能眼内视网膜下注射基因治疗：从OCT导航到疗效预测的智能闭环

## AI赋能眼内视网膜下注射基因治疗：从OCT导航到疗效预测的智能闭环 遗传性视网膜疾病（Inherited Retinal Diseases, IRDs）长期以来是导致不可逆盲的重要原因，而基因治疗的出现为这类患者带来了曙光。其中，视网膜下注射是基因治疗的关键给药方式，但其操作难度极高：术者需在显微镜下将载体精准注入黄斑区视网膜下腔，任何微小的偏差都可能导致视网膜损伤、脉络膜出血或药物泄漏至玻璃体腔，严重影响疗效与安全性。 近年来，人工智能（AI）技术的迅猛发展，正在为这一高精度手术带来革命性变革。基于光学相干断层扫描（OCT）的实时导航与智能决策系统，正逐步构建起覆盖术前规划、术中引导与术后预测的全流程智能闭环。 ### 术前规划：多模态影像融合与个性化注射路径设计 传统视网膜下注射术前规划主要依赖术者经验和对OCT图像的定性解读。如今，AI算法能够自动分割视网膜各层结构，精确测量中心凹厚度、视网膜下腔潜在空间，并结合OCT血管成像（OCTA）分析脉络膜毛细血管密度与血流信号，识别高危出血区域。 通过融合眼底彩照、OCT/OCTA及超广角成像等多模态数据，AI可构建视网膜三维模型，模拟不同注射角度与深度下的针尖轨迹，从而为每位患者定制最优化的注射位点、进针方向及推注速度。例如，针对黄斑区视网膜极薄的患者，AI会推荐避开中心凹、选择旁中心凹区域进行注射，以降低黄斑裂孔风险。 ### 术中导航：实时OCT反馈与机器人辅助操作 手术机器人系统集成了高分辨率术中OCT（intraoperative OCT, iOCT），能够实时显示针尖与视网膜的相对位置。AI算法对iOCT图像进行毫秒级分析，自动识别视网膜各层边界，并在针尖接近视网膜时触发增强现实（AR）警示，防止意外穿透。 更进一步，一些前沿研究将AI与机器人手臂控制结合，实现自动补偿患者微小眼动。系统通过高速眼动追踪仪获取眼球运动轨迹，预测下一次位移，并指令机械臂进行反向补偿，使针尖始终稳定在目标注射点上。这种“主动稳手”功能极大降低了手术难度，缩短了学习曲线。 ### 术后预测：疗效评估与并发症预警 基因治疗后，视网膜下液（subretinal fluid, SRF）的吸收与感光细胞功能恢复是评估疗效的关键指标。AI模型基于术前OCT特征、术中注射参数（如注入量、注射速度、视网膜下泡形态）以及术后早期OCT影像，能够预测6个月后的最佳矫正视力（BCVA）和视网膜敏感度变化。 此外，AI还能通过分析术后OCT图像中视网膜下高反射物质、外层视网膜连续性等特征，提前预警黄斑萎缩、脉络膜新生血管（CNV）等严重并发症，为临床及时干预提供窗口期。 ### 挑战与展望 尽管初步结果令人鼓舞，但AI辅助视网膜下注射仍面临一些挑战：高质量标注数据的稀缺限制了深度学习模型的泛化能力；不同OCT设备间的图像差异需要域适应技术；手术机器人的成本与可及性也制约着临床推广。 未来，随着联邦学习、自监督学习等技术的发展，AI模型有望在保护患者隐私的同时利用多中心数据持续进化。同时，低成本的机器人辅助系统和便携式iOCT设备将推动这项技术向基层下沉，让更多遗传性视网膜疾病患者受益于精准基因治疗。 AI赋能的视网膜下注射基因治疗，正从概念走向临床现实。这一智能闭环不仅提升了手术的安全性与精准度，更为基因治疗的标准化、普及化铺平了道路，标志着眼科手术进入“智慧精准”的新时代。