斜视手术的精准实施不仅依赖术中眼位的准确判断，更需考虑双眼视功能的远期重建。传统斜视矫正术高度依赖术者经验，术中眼位测量受患者配合度、麻醉深度及眼球旋转等因素干扰，手术量设计常出现欠矫或过矫。近年来，AI技术正逐步渗透斜视手术全流程，从术前眼位量化分析、术中实时导航到术后视功能预测，形成智能闭环。
术前评估阶段，AI结合红外眼动追踪与深度学习算法，可在自然注视状态下精确测量斜视角，并自动识别隐斜、间歇性外斜视等复杂类型。例如，一项多中心研究显示，基于卷积神经网络的视频眼位分析系统，其测量结果与传统三棱镜交替遮盖试验的一致性达95%以上，且重复性显著优于人工测量。此外，AI可融合眼外肌影像（如MRI）构建眼球三维模型，模拟不同肌肉后徙/缩短量对眼位的影响，为手术量设计提供个体化参考。
术中导航是当前热点。利用手术显微镜集成AI视觉模块，实时追踪角膜缘血管或虹膜纹理，动态计算眼球旋转角度，辅助术者精准勾画肌肉止端。部分系统还能通过增强现实（AR）投影，将虚拟手术路径叠加于术野，指导肌肉缝合位置。2024年AAO会议报道的机器人辅助斜视手术中，机械臂在AI引导下完成直肌后徙，误差小于0.5mm，显著降低了二次手术率。
术后阶段，AI模型基于术前参数、术中实际调整量及患者年龄，预测双眼视功能恢复趋势。例如，随机森林算法可预测术后融合范围及立体视锐度，指导视觉训练方案。一项针对间歇性外斜视儿童的研究表明，AI预测术后6个月眼位正位率的AUC达0.89，优于传统公式。
未来，AI与斜视手术的深度融合将向全自动化迈进，但需解决数据标准化、伦理及成本问题。无论如何，智能导航正让斜视手术从“经验驱动”转向“数据驱动”，为患者带来更精准的视功能重建。