视界融合：人工智能与多组学在高度近视黄斑病变早期预警中的新进展

高度近视已成为全球不可逆视力丧失的重要原因，黄斑病变是其最严重的并发症之一。传统筛查依赖眼底照相和OCT，但早期微小改变常被忽视。近期《眼科学》期刊多篇研究指出，利用深度学习分析OCT图像，可提前2-3年预测高度近视黄斑劈裂或脉络膜新生血管的发生，AUC达0.92以上。 多组学研究亦揭示新靶点：全基因组关联研究（GWAS）发现ZC3H11B、GJD2等基因与高度近视黄斑病变风险显著相关，而代谢组学提示血清同型半胱氨酸和维生素D水平可能成为预警生物标志物。视光中心正探索将这些指标纳入高危人群随访模型。 上海某视光中心已试点“AI-OCT+遗传风险评分”双模态筛查，对600名高度近视患者进行2年随访，早期干预组黄斑病变进展率降低34%。这标志着视光服务从光学矫正向眼底健康管理延伸。未来需构建多中心真实世界数据库，验证模型普适性，并制定高度近视黄斑病变筛查的专家共识。 视光医师的角色将超越验光配镜，成为高度近视并发症防控的守门人。持续的专业培训和跨学科协作不可或缺。