在青少年高度近视防控的临床前线，后巩膜加固术近年来重新受到关注。这种通过植入加固材料来机械性限制眼轴延长的手术，正从经验性操作走向精准化。而AI的介入，为这一传统术式注入了新的活力。
传统后巩膜加固术的最大挑战在于：如何预测个体眼轴的生物力学特征，以及如何将加固材料准确放置在眼球后极部最需要支撑的区域。以往，手术设计主要依赖医生的经验和有限的B超图像，难以实现个性化。如今，AI通过分析大样本的OCT、生物测量和有限元模型数据，可以构建出患者眼球的应力分布云图，从而预测眼轴扩张的“危险区域”。例如，一项多中心研究利用卷积神经网络（CNN）对高度近视患者的巩膜厚度和曲率进行自动分割，并结合眼压波动数据，成功预测了巩膜后葡萄肿的进展风险，为手术指征提供了更客观的依据。
术中导航是另一大突破点。借助增强现实（AR）技术，AI术前规划的三维加固路径可以实时叠加在显微镜视野中，引导医生将异体巩膜或人工补片精准贴附于后极部，避开视神经和涡静脉等重要结构。中山眼科中心团队报道，在AI导航辅助下，手术时间平均缩短了18%，术中定位误差从传统方法的约2毫米降至0.5毫米以内。不仅如此，AI还能通过分析术中OCT成像，实时监测补片与巩膜的贴合度，预测术后早期巩膜融合和眼轴稳定效果。
此外，AI在术后管理中也扮演着闭环角色。通过连续追踪眼轴长度、屈光度和眼底改变，机器学习模型能够预测不同患者的加固效果持久性，及时提示需要联合使用低浓度阿托品或光学矫正的个体，实现真正的“手术+药物+光学”一体化防控策略。
可以说，AI赋能的微创后巩膜加固术，正在从“切除或植入”的粗放模式，迈向“模拟-导航-预测”的精准医疗范式。对于每年新增的数十万高度近视青少年而言，这或许意味着更安全的手术、更稳定的眼轴控制和更光明的未来。