近年来，眼科基因治疗领域捷报频传，从首个获批的遗传性视网膜疾病基因疗法，到针对年龄相关性黄斑变性（AMD）等常见病的临床试验推进，基因治疗正在重塑眼科的治疗格局。与此同时，人工智能（AI）在眼科影像诊断中的应用日益成熟，AI辅助的眼底筛查已从实验室走向基层。两者的结合，正推动眼科从“对症治疗”向“精准医疗”跨越。
**基因治疗：从罕见病到常见病的突破**
2023年，全球首款针对RPE65基因突变导致的Leber先天性黑矇（LCA）的基因疗法Luxturna已在中国获批，标志着国内眼科基因治疗时代的开启。然而，真正的爆发点在于向常见病的扩展。以AMD为例，全球患者超过1.9亿，传统抗VEGF治疗需反复眼内注射，而基因治疗旨在一次给药长期表达抗VEGF蛋白。例如，Adverum Biotechnologies的ADVM-022在临床试验中显示了持续疗效，部分患者随访超过3年未需补充注射。此外，针对青光眼、糖尿病视网膜病变的基因疗法也在研发中。基因治疗的载体、递送技术和基因编辑工具（如CRISPR）的进步，正不断拓展适应症边界。
**AI诊断：从筛查到精准分型**
AI在眼科的落地速度远超预期。基于深度学习的眼底图像分析系统，如Google的DeepMind与Moorfields Eye Hospital合作开发的模型，已能准确识别50多种眼病，准确率媲美专家。在中国，多家企业获得AI辅助诊断软件的三类医疗器械注册证，用于糖尿病视网膜病变、青光眼等的筛查。AI的价值不仅在于筛查，更在于精准分型和预测。例如，通过对OCT图像的分析，AI可以预测AMD患者对玻璃体腔注射药物的反应，从而指导个体化治疗。此外，AI与基因治疗的结合正在兴起：通过基因型和表型的关联分析，AI可预测患者对特定基因疗法的响应，优化临床试验入组。
**案例：AI加速基因治疗开发**
在基因治疗研发中，AI被用于设计更高效的AAV载体，优化基因表达调控元件。例如，Insilico Medicine等公司利用生成式AI设计新型衣壳，提高视网膜靶向性和转导效率。同时，AI分析患者登记数据，识别特定基因突变的未满足需求，为基因疗法的靶点选择提供依据。
**挑战与展望**
眼科基因治疗和AI诊断仍面临挑战：基因治疗的高昂成本（Luxturna定价超40万美元/眼）和长期安全性问题，AI的泛化性和监管壁垒等。但趋势不可逆转，未来，随着基因编辑技术的成熟和AI与多组学的融合，眼科精准医疗将惠及更多患者。
**结语**
眼科正处于技术变革的转折点，基因治疗和AI如同双引擎，驱动着从罕见病到常见病的精准医疗跨越。对于行业参与者而言，把握这一趋势，提前布局研发和临床转化，将是赢得未来的关键。