## AI赋能眼内视网膜下注射基因治疗：从OCT导航到疗效预测的智能闭环
近年来，基因治疗在遗传性视网膜疾病（IRD）领域取得突破性进展，尤其是针对Leber先天性黑矇（LCA）和视网膜色素变性（RP）的疗法已进入临床阶段。然而，视网膜下注射这一关键步骤对精准性要求极高，稍有不慎可能导致视网膜损伤或药物分布不均。人工智能（AI）的引入，正为这一精细操作构建从术前规划、术中导航到术后预测的智能闭环。
### 术前：OCT影像智能分析，规划注射路径
光学相干断层扫描（OCT）可提供视网膜各层的高分辨率图像，但人工判读费时且主观性强。AI算法，特别是深度学习模型，能自动分割视网膜层、识别中央凹、血管弓及病变区域，并计算最佳注射位点。例如，一项发表于《Ophthalmology Science》的研究显示，基于U-Net的OCT分割模型在识别视网膜下腔的准确率达98%，可辅助医生避开黄斑中心凹，规划安全注射路径。此外，AI还能结合眼轴长度、玻璃体状态等参数，预测注射阻力，减少医源性裂孔风险。
### 术中：实时OCT导航与机器人辅助
传统视网膜下注射依赖显微镜下手动操作，存在抖动和深度控制难题。术中OCT（iOCT）可实时显示针尖位置，但图像解读需要经验。AI算法能实时分析iOCT图像，提示针尖与视网膜色素上皮（RPE）的距离，并在即将穿透时发出警报。近期，配备AI导航的眼科手术机器人已开展临床试验：机器人根据预设路径将注射针送至视网膜下腔，同时AI根据实时OCT反馈调整进针角度，将注射精度提升至微米级。美国约翰霍普金斯大学团队开发的智能微操作机器人，在猪眼实验中成功将载体精准递送至视网膜下腔，且未损伤RPE。
### 术后：疗效预测与个体化随访
基因治疗的疗效受多种因素影响，包括目标细胞转导效率、免疫反应等。AI可利用术前OCT、基因型、年龄等数据，建立预测模型，评估功能改善概率。例如，针对RPE65基因治疗，机器学习模型可根据视网膜厚度和感光细胞层完整性预测术后视力提升幅度，AUC达0.9。此外，AI通过分析术后OCT图像，可早期识别并发症如黄斑水肿或脉络膜新生血管，实现及时干预。伦敦Moorfields眼科医院已开发AI系统，自动监测基因治疗后视网膜结构变化，辅助制定个体化随访方案。
### 闭环整合与未来展望
当前，AI在视网膜下注射基因治疗中的应用仍处于起步阶段，但闭环理念已初现雏形：术前多模态影像融合与路径规划，术中实时导航与机器人辅助，术后疗效预测与动态监测。随着基因治疗适应症扩展和手术机器人普及，AI将扮演核心角色。未来，结合5G远程手术和AR导航，AI或使顶级医疗中心的精准操作下沉至基层医院，惠及更多遗传性视网膜疾病患者。
数据表明，全球眼科AI市场年复合增长率超过30%，其中手术机器人是增长最快的细分领域。可以预见，AI赋能的视网膜下注射基因治疗将推动个体化医疗进入新阶段。