AI多光谱地形图联合OCT：从角膜形态到眼内像差的个性化角膜塑形术精准验配新范式

## 引言 随着青少年近视防控政策的持续推进，角膜塑形术（OK镜）作为有效的干预手段，其验配的精准性与安全性日益受到关注。传统的角膜塑形镜验配主要依赖角膜地形图，但忽略了眼内像差、瞳孔动态及泪膜稳定性等因素，导致部分患者配适不良或视觉质量下降。近年来，多光谱成像与光学相干断层扫描（OCT）技术的融合，结合人工智能（AI）分析，为个性化角膜塑形术提供了全新的影像学评估路径。 ## 多光谱地形图与OCT的协同优势 多光谱角膜地形图通过不同波长的光照射角膜前表面，能够获取角膜不同深度的形态信息，尤其对泪膜和上皮层的微小变化更为敏感。而眼前节OCT（AS-OCT）能够精确显示角膜各层结构、镜片与角膜的配适关系，包括中央泪液间隙、周边翘起等。两者的结合，可以从宏观形态到微观结构全面评估角膜状态。 AI算法则能够整合这些多模态数据，自动识别角膜不规则性、预测镜片定位，并模拟不同设计方案的荧光素染色模式，从而辅助验配师选择最合适的镜片参数。例如，对于角膜散光较大或偏位的患者，AI可以推荐环曲面设计或调整镜片直径，以提高中心定位和稳定性。 ## 临床应用案例 近期，某视光中心采用AI多光谱地形图联合OCT辅助验配角膜塑形镜，对120名8-14岁近视儿童进行了前瞻性研究。结果显示，与传统方法相比，AI辅助组的首次验配成功率从78%提升至93%，配适不良导致的二次调整率显著降低。同时，患者戴镜一个月的裸眼视力≥1.0的比例达到91%，且角膜点染等并发症发生率下降。 进一步分析发现，AI模型重点关注了角膜水平与垂直子午线的不对称性、周边角膜曲率变化以及镜片边缘与角膜的接触角度，这些特征在传统地形图中往往被忽略。这提示多光谱与OCT提供的丰富信息能够更全面地反映角膜生物力学特性。 ## 技术挑战与展望 尽管该技术展现出巨大潜力，但当前仍面临一些挑战：多光谱地形图设备成本较高，数据采集时间较长；AI模型的泛化能力需要更大规模多中心数据验证；不同品牌设备间的数据标准化问题。 未来，随着扫频OCT技术的进步和AI算法的优化，有望实现实时动态的镜片配适评估，甚至结合眼轴长度、脉络膜厚度等参数构建近视防控的综合预测模型。此外，便携式设备的开发将使该技术下沉至基层视光中心，助力分级诊疗。  ## 结语 AI多光谱地形图联合OCT技术为角膜塑形术的精准验配开辟了新维度，推动了近视防控从经验性向数字化、个性化的转变。在政策与学术的双重驱动下，这一影像技术革新将进一步提升OK镜验配的安全性与有效性，为青少年眼健康保驾护航。