青光眼是全球首位不可逆性致盲眼病，其诊疗核心在于早期发现与精准干预。近年来，AI技术在青光眼领域的突破，正从单一的筛查辅助，迈向手术决策与导航的深水区。2025年美国视觉与眼科学研究协会年会（ARVO 2025）的征稿重点中，高度近视并发症与青光眼视神经保护赫然在列，反映出学界对AI赋能青光眼全周期管理的强烈期待。
**AI眼底影像分析：重新定义青光眼进展评估**
传统青光眼诊断高度依赖眼底照相和OCT的视神经纤维层厚度分析，但主观性强且难以捕捉早期微小变化。新一代AI算法，尤其是基于Transformer架构的深度学习模型，已能直接处理OCT血管成像（OCTA）三维数据，实现**视乳头微循环灌注缺损**的自动分割与量化。例如，中山眼科中心团队联合开发的AI系统，在数千例纵向数据中学习，可提前6个月预测青光眼进展风险，AUC达0.92。这一技术正在转化为手术干预的“决策扳机”——当AI判定的进展概率超过阈值，系统直接推荐目标眼压并提示需考虑的手术方式。
**微创青光眼手术（MIGS）的AI导航**
MIGS因创伤小、恢复快成为青光眼手术新趋势，但其操作空间狭小，对巩膜静脉窦、小梁网等结构定位要求极高。AI结合眼前段OCT和术中实时影像，正在搭建“数字解剖导航”。术中，AI实时渲染前房角结构，并用增强现实（AR）标记Schlemm管开口位置，指导iStent或Hydrus植入；术后，AI自动对比超声生物显微镜（UBM）影像，量化滤过通道开放面积，预测远期降眼压效能。北京同仁医院的一项预试验显示，AI导航使MIGS的术中定位时间缩短42%，术后3个月眼压达标率提高19%。
**从单点决策到全流程闭环**
AI的真正价值在于打破诊-疗-访的壁垒。当前，青白联合手术、滤过手术术后瘢痕化管理仍是痛点。AI正打通“术前OCTA风险分层—术中AR导航—术后数字疗法随访”的全链路。患者术后通过家庭监测眼压计上传数据，AI模型综合眼压波动曲线、用药依从性和虚拟视野检查，动态调整随访间隔，并在药物疗效减退时主动触发滤过泡针刺分离或再次手术的提醒。这种模式已在上海市第一人民医院的“青光眼AI慢病管理平台”试点，使患者失访率下降35%，视功能恶化率降低28%。
尽管AI手术导航在眼科仍处于早期，但Preceyes等高精度手术机器人已实现微米级操作，结合AI规划，未来必将重塑青光眼手术的精准边界。从眼底影像的智能解读到手术室内的动态导航，AI正为青光眼医生装上一双“预见未来”的眼睛，让不可逆的盲目在数字化防线前止步。