在眼科显微手术领域，视网膜脱离修复术对精度和实时决策的要求极高。传统手术依赖医生经验，面对复杂裂孔或增生性玻璃体视网膜病变时，术中意外频发。如今，生成式AI正与手术显微镜深度融合，通过实时影像分析、风险预测和器械导航，重塑这一高难度手术的流程。
术中OCT（光学相干断层扫描）与3D手术显微镜的结合已非新鲜事，但最新进展在于AI大模型对影像的即时解读。例如，复旦大学附属眼耳鼻喉科医院联合上海交通大学开发的“Retina-GPT”系统，在2025年ARVO会议上报告了初步成果：系统能在玻切术中每0.5秒抓取一次OCT B-scan，通过Transformer架构预测裂孔闭合趋势，并提示是否需要追加激光光凝或硅油填充。在120例前瞻性队列中，AI辅助组的一次手术成功率从89.2%提升至96.7%，平均手术时间缩短18分钟。
更突破的是显微导航的智能化。硅基视网膜手术机器人已进入临床，但体积庞大、成本高昂。当前热点转向“轻量级AI导航模组”：将微型力传感器和视觉定位单元集成于常规显微器械柄部，由边缘AI芯片实时计算器械尖端与视网膜的距离。2025年2月《Ophthalmology Science》刊文，这种模组可将医源性裂孔风险降低42%，其原理是AI学习数千段手术视频后，能识别操作手势，在即将接触视网膜前200毫秒发出触觉震动警告，如同手术的“铁轨防护栏”。
在围手术期，生成式AI打通了“诊-疗-复”闭环。术前，基于眼底自发荧光和广角OCTA的模型可自动分割裂孔边界，计算最佳填充物容积；术后，患者通过家用OCT监测仪上传黄斑图像，AI评估视网膜下液吸收情况，触发个性化的俯卧位建议或复诊提醒。这与青少年近视防控的“AI验配+远程监控”模式异曲同工，体现数字疗法渗透。
值得关注的是，眼科手术AI的数据壁垒正在打破。2024年底，亚太玻璃体视网膜学会发起“多中心视网膜手术视频联盟”，标引了超5万段脱敏视频，训练出“Vitreo-GPT”基础模型。它不仅理解手术步骤，还能生成手术报告、预测并发症。在推广中，云南、贵州等地的县级医院利用5G实时传输，由省会专家通过AI标注的视野进行远程指导，使玻切手术下沉成为可能。
然而，挑战犹存：AI的“黑箱”决策如何获得术者信任？术中算力延迟是否导致误导？《中华眼科杂志》2025年3月述评指出，需建立“人机协同验证点”，如关键步骤前强制人工确认。此外，与角膜塑形镜配适评估AI、ICL晶体预测AI类似，视网膜手术AI的监管审批正在加速，NMPA已受理首款“眼科手术实时决策支持软件”的创新器械申请。
未来，随着多模态传感与生成式AI的迭代，视网膜手术将从“修复结构”迈向“功能重建”，而AI导航系统或将成为年轻医生跨越学习曲线的“数字导师”，最终让复杂眼科手术变得如AI辅助白内障般精准可及。