在近视防控领域，如何精准识别儿童近视进展的风险，并在关键窗口期实施有效干预，一直是临床研究的焦点。近期，一项结合人工智能（AI）脉络膜图像分析技术与新一代微透镜阵列离焦镜片的研究，为这一难题提供了创新解决方案。
脉络膜厚度的变化是近视进展的敏感指标，但其测量易受昼夜节律、年龄和个体差异的影响，难以作为稳定的个体化生物标记。为此，研究团队开发了基于深度学习的分割算法，能够从增强深度成像光学相干断层扫描（EDI-OCT）图像中自动、高精度地量化脉络膜厚度，并首次提取出脉络膜血管指数（CVI）和脉络膜毛细血管血流密度等微结构参数。在纳入300名6-12岁儿童的纵向队列中，AI模型发现，基线脉络膜薄且CVI较低的儿童，在一年内发生近视快速进展的风险是普通儿童的2.5倍。这为早期识别高危个体提供了量化工具。
在干预端，研究评估了新型微透镜阵列离焦镜片的效果。该镜片在传统多点离焦设计基础上，优化了微透镜的直径、密度和排列，形成更连续的离焦面，减少周边像跳。在一项多中心随机对照试验中，180名近视儿童佩戴新型镜片12个月后，眼轴增长较普通单光镜片组减缓0.18mm，等效球镜度进展减缓0.38D，效果优于同期对比的标准离焦镜片组（减缓0.23D）。
更为重要的是，研究者将两种技术融合，建立了个体化疗效预测模型。通过基线AI脉络膜参数和佩戴离焦镜片1个月后的脉络膜变化量（ΔCT），模型能够预测12个月后的眼轴控制效果，AUC达0.87。这意味着，临床上可在干预初期判断患儿对光学离焦的应答，及时调整方案。例如，对于预计应答不佳的儿童，可考虑联合低浓度阿托品或增加户外活动时长。
该研究成果已在2025年全国眼科学术年会上报告，并引发了关于“脉络膜引导的精准近视防控”新范式的讨论。专家认为，从单纯依赖屈光度筛查，到整合AI影像生物标记和可量化干预应答的闭环，将推动近视管理进入个体化精准时代，最终让更多儿童受益于早期、高效的干预措施。