随着青少年近视率的攀升，高度近视并发症的早期筛查成为眼科影像技术的新战场。脉络膜新生血管（CNV）作为高度近视致盲的主要原因之一，传统检眼镜与FFA存在有创、依赖造影剂等局限。而OCTA血管成像技术，以无创、高分辨率的三维血流成像，正成为识别早期CNV的“光学探针”。
近期全国眼科学术会议上，一项多中心研究数据显示，利用扫频源OCTA结合En Face分层分析，对高度近视患者黄斑区脉络膜毛细血管层进行定量评估，发现CNV前驱病变——“静止性CNV”的检出率较传统OCT提升约32%。这类微小病灶往往缺乏典型渗出，但OCTA能清晰显示异常的血管网络，为早期干预提供窗口。
更进一步，人工智能的融入让影像判读从“形”到“数”跃迁。基于深度学习的OCTA图像分析模型，能自动分割脉络膜毛细血管层，量化血管密度、弯曲度及分形维数等参数。某视光中心引入AI辅助诊断系统后，对高风险儿童的高度近视眼底筛查效率提高了50%，并成功预测了多例未来两年内可能发展为活动性CNV的病例。
然而，技术推广仍面临挑战：如何标准化OCTA扫描协议，如何区分生理性与病理性血管改变，以及如何整合多模影像（如OCT、眼底照相、OCTA）数据建立综合风险模型。值得关注的是，最新《中华眼科杂志》刊发的研究指出，结合脉络膜厚度、巩膜形态与OCTA血流参数的联合指标，对CNV风险的预测AUC值达到0.91，显著优于单一指标。
影像技术正从“看见病变”向“预测病变”演进。OCTA与AI的联姻，不仅为高度近视儿童筑起一道致盲防线，更推动着眼视光中心从屈光矫正向眼健康管理的专业化转型。未来，随着便携式OCTA设备下沉至基层，这种“光影之镜”或将照亮更多隐藏的微血管危机，重塑青少年近视防控的影像新范式。
配图说明：图1. 高度近视患者OCTA图像与AI分析的脉络膜新生血管检测示意，红色箭头指示微小异常的血管网。