在近视防控进入精准管理的新阶段，光学相干断层扫描血管成像（OCTA）正与人工智能（AI）深度融合，推动影像技术从结构观测迈向功能量化，为评估干预效果和预测个体进展提供全新视角。
传统OCTA虽能无创呈现视网膜及脉络膜血流，但面对海量数据，手动分析费时且主观性强。最新的深度学习算法已能自动化分割黄斑区血管网络，精确计算血管密度、曲折度及无灌注区面积等参数。在近期一项纳入600名青少年的多中心研究中，采用AI-OCTA系统发现，配戴角膜塑形镜6个月后，黄斑区深层血管密度较基线增加5.2%，而框架眼镜组仅增加1.8%，两组差异显著（p<0.01），提示光学干预可能通过改善脉络膜血流延缓眼轴增长。
更引人注目的是，AI模型开始整合OCTA血流指标、眼轴长度和屈光数据，构建个体化近视进展风险预测。例如，某团队开发的卷积神经网络，仅凭单次OCTA黄斑图像，便能预测未来一年快速进展（眼轴增长≥0.3mm）的准确性达到87%，这为早期强化干预提供了决策支持。此外，AI算法还能自动识别视网膜微血管异常，如脉络膜新生血管，这在高度近视患者中尤为重要，可实现无症状期的早期预警。
技术突破还体现在成像速度与质量控制上。最新扫频源OCTA结合AI去噪算法，将单次扫描时间缩短至2秒，并能自动剔除眨眼伪影，使得低龄儿童配合度大幅提高。基于云平台的AI-OCTA报告系统，更可将结构化数据和标准化图像实时推送给临床医生和视光师，推动近视管理从经验驱动转向数据驱动。
展望未来，AI与OCTA的协同不仅停留在辅助诊断层面，更将贯穿筛查、监控、疗效评价的全链条，成为视光中心标准化建设的核心影像工具。