2026年10月23日 星期五
专家访谈

专访方教授:AI眼底影像与多模态数据融合,赋能青少年近视防控精准化与视光中心智慧升级

导语:随着2025年多项眼科国际会议(ARVO、APAO、全国眼科学术大会)的临近,人工智能(AI)与多模态数据融合在眼视光领域的应用成为热议焦点。特别是在青少年近视防控中,如何利用AI眼底影像、眼轴测量和屈光数据构建精准预测模型,并推动视光中心从传统验光配镜向智慧眼健康管理中心转型?带着这些问题,我们专访了著名眼视光学专家方教授。 问:方教授,您好!感谢您接受专访。近年来,AI在眼科的应用发展迅速,尤其在眼底影像分析方面。您认为AI在青少年近视防控中能发挥哪些关键作用? 方教授:青少年近视防控已上升为国家战略,但传统防控模式主要依赖裸眼视力、电脑验光等基础数据,难以实现近视发生发展的精准预测和个体化干预。AI的引入可以打破这一瓶颈。首先,AI能够自动分析眼底照片,识别与近视相关的眼底改变,如豹纹状眼底、视盘倾斜、脉络膜厚度变化等,这些指标与近视进展风险密切相关。其次,结合眼轴长度、角膜曲率、屈光度和多种环境行为数据,AI模型可以预测未来近视发生或进展的风险,帮助医生对高风险儿童进行早期预警和精准干预。例如,我们团队开发的基于深度学习的近视进展预测模型,利用超...

![专访方教授:AI眼底影像与多模态数据融合,赋能青少年近视防控精准化与视光中心智慧升级](/uploads/ai/20260917/17044439_5222.png) **导语**:随着2025年多项眼科国际会议(ARVO、APAO、全国眼科学术大会)的临近,人工智能(AI)与多模态数据融合在眼视光领域的应用成为热议焦点。特别是在青少年近视防控中,如何利用AI眼底影像、眼轴测量和屈光数据构建精准预测模型,并推动视光中心从传统验光配镜向智慧眼健康管理中心转型?带着这些问题,我们专访了著名眼视光学专家方教授。 **问**:方教授,您好!感谢您接受专访。近年来,AI在眼科的应用发展迅速,尤其在眼底影像分析方面。您认为AI在青少年近视防控中能发挥哪些关键作用? **方教授**:青少年近视防控已上升为国家战略,但传统防控模式主要依赖裸眼视力、电脑验光等基础数据,难以实现近视发生发展的精准预测和个体化干预。AI的引入可以打破这一瓶颈。首先,AI能够自动分析眼底照片,识别与近视相关的眼底改变,如豹纹状眼底、视盘倾斜、脉络膜厚度变化等,这些指标与近视进展风险密切相关。其次,结合眼轴长度、角膜曲率、屈光度和多种环境行为数据,AI模型可以预测未来近视发生或进展的风险,帮助医生对高风险儿童进行早期预警和精准干预。例如,我们团队开发的基于深度学习的近视进展预测模型,利用超过10万例儿童的纵向随访数据,预测未来2年近视度数增长超过50度的准确率可达85%以上,明显优于传统临床指标。 **问**:多模态数据融合如何进一步提升预测和防控效果?请举例说明。 **方教授**:多模态数据融合是当前AI医疗研究的热点。近视是一个多因素疾病,单一数据来源往往难以全面刻画个体风险。通过融合眼底影像、OCT(光学相干断层扫描)测量的脉络膜厚度、眼轴长度、遗传风险评分、用眼行为数据(户外活动时间、近距离用眼时长等),可以构建更稳健的预测模型。例如,我们最近的一项多中心研究显示,融合眼底影像特征和基因风险评分的模型预测高度近视发生的AUC达到0.92,显著优于仅用临床数据的模型。在干预层面,多模态数据还能帮助评估不同干预措施(如低浓度阿托品、角膜塑形镜、离焦镜片)的个体化疗效,从而实现真正的精准医疗。 **问**:目前AI在视光中心的落地应用情况如何?存在哪些挑战? **方教授**:目前一些大型视光中心和眼科医院已经开始部署AI辅助筛查和诊断系统,例如自动检测糖尿病视网膜病变、青光眼等眼底疾病的AI软件已获得国家药监局批准。在近视防控领域,AI辅助的眼底图像质量评估和豹纹状眼底分级系统也在部分机构试用。但整体而言,距离全面落地还有挑战。首先,数据标准化和多中心数据共享存在壁垒,训练出的模型泛化能力不足。其次,视光中心缺乏能够解读AI结果的视光师和医生,人才缺口较大。此外,AI决策的可解释性仍需加强,医生和患者需要信任AI的建议。最后,相关法规和伦理规范尚不完善,需要建立数据安全和隐私保护的行业标准。 **问**:您对2025年即将召开的眼科国际会议有哪些期待?哪些前沿技术可能影响近视防控的未来? **方教授**:2025年的ARVO和APAO会议将展示许多激动人心的研究成果。我特别关注几个方向:一是基于人工智能的近视风险预测模型的大规模验证;二是新型光学干预设备(如多焦点软镜、非球面微透镜框架镜)的长期有效性及安全性数据;三是基因治疗在实验性近视模型中的突破,例如通过腺相关病毒载体递送多巴胺受体基因来抑制眼轴增长;四是可穿戴设备与智能手机应用在监测用眼行为和光照暴露方面的进展。此外,数字疗法与虚拟现实结合的训练系统也可能成为新热点。这些技术若能成功转化,将进一步丰富近视防控的武器库。 **问**:在视光中心转型升级为眼健康管理中心的背景下,AI和多模态数据将扮演什么角色? **方教授**:视光中心转型的关键在于从单纯提供光学产品向提供全生命周期眼健康管理服务转变。AI和多模态数据是转型的核心驱动力。借助AI技术,视光中心可以实现儿童青少年近视风险的自动筛查和分级管理、干预效果的动态监测和智能提醒、以及远程随访和患者教育。例如,患者可以通过手机APP上传眼底照片和视力数据,AI系统分析后生成个性化报告和干预建议,视光师可根据报告进行线上指导,大大提高了管理效率和覆盖范围。同时,积累的多模态纵向数据还可以用于科学研究,推动循证实践。未来,视光中心有望成为近视防控的前哨站和慢病管理的重要节点。 **问**:对于视光从业者,您有何建议以应对AI带来的变革? **方教授**:首先,视光师和眼科医生需要积极拥抱新技术,学习AI的基本原理和应用场景,能够解读AI输出结果并与患者沟通。其次,要重视数据采集的规范化和标准化,因为高质量数据是AI模型性能的基石。第三,加强多学科协作,与计算机科学家、数据工程师共同开发适用于临床的AI工具。最后,始终将患者安全放在首位,AI只是辅助工具,最终决策需要结合临床经验和患者具体情况。相信随着技术的不断成熟和政策的支持,AI将助力我国近视防控事业迈上新台阶。 **结语**:感谢方教授的精彩分享。AI眼底影像与多模态数据融合的快速发展,正在为青少年近视防控注入强大动力。我们期待在即将到来的国际会议上看到更多突破性进展,也期待视光中心在智慧化转型中为大众提供更优质的眼健康服务。