深度 | 基因治疗与AI筛查双翼齐飞：视网膜疾病管理的“未来之镜”

在眼科视光领域，青少年近视防控无疑是当下最受关注的战场，但当我们把目光从眼前延伸至更深远的眼健康地平线，另一场静默的革命正在视网膜疾病领域酝酿。最近，国际眼科权威期刊《Investigative Ophthalmology & Visual Science》发表了一项里程碑研究：针对RPE65基因突变导致的Leber先天性黑矇，一种新型腺相关病毒（AAV）载体基因疗法在II期临床试验中展现出令人振奋的长期安全性和有效性。一位年轻的受试者在接受治疗后，其最佳矫正视力从20/200提升至20/40，并在两年的随访期内保持稳定。这不仅是基因层面的一次胜利，更标志着遗传性视网膜病变从“无法可医”向“精准根治”的范式跨越。 与此同时，数字化的触角也正在视网膜疾病管理中编织一张无孔不入的筛查网。以国产眼科AI领军企业致远慧图为代表，其眼底影像辅助诊断软件已在全国超过2000家基层医疗机构落地，累计完成300万人次的糖尿病视网膜病变（DR）筛查。在广州番禺区，社区卫生中心通过部署便携式眼底相机和AI阅片系统，将DR筛查覆盖率从不足30%提升至85%以上，并实现了从“发现即转诊”到“定期AI随访”的闭环。一位基层医生分享了一个案例：系统曾标记出一位血糖控制看似平稳的中年患者眼底有轻度NPDR迹象，及时预警后调整了其慢病管理方案，避免了病情进展。这种“AI先行、医生复核”的人机协同模式，正悄然弥合着我国眼科医疗资源倒置的鸿沟。  然而，技术的光环之下，隐忧并存。基因治疗的高昂成本——单次治疗费用往往在数十万美元级别——使其成为大多数人难以企及的奢侈品。即便在已上市的Luxturna案例中，支付方的覆盖政策、长期疗效的追踪以及罕见病的药物经济学评价，仍在全球范围内引发激烈辩论。对于AI筛查，“算法黑箱”与数据孤岛问题同样突出：训练数据主要源自特定人群，当模型应用于不同民族、不同设备来源的影像时，其泛化能力面临考验；而各医疗机构之间数据壁垒森严，使得AI模型的迭代优化步履维艰。 此外，角膜塑形镜联合低浓度阿托品的临床新共识，虽聚焦于眼前段的近视控制，却与视网膜健康息息相关——高度近视的视网膜脉络膜萎缩、黄斑劈裂等并发症，正是未来防盲的重点。在温州医科大学附属眼视光医院的一项真实世界研究中，长期配戴角膜塑形镜的儿童，其眼轴增长平均减缓40%-60%，且未发现明显的视网膜并发症增加，但研究同时强调，定期广角眼底检查仍是排除周边视网膜变异的必要手段。这种“前段干预、后段监测”的整合思维，正在重塑视光临床路径。 站在2024年的时间节点，我们正目睹眼科医学的两个极致：一极深入微观基因的纳米战场，以一次性治疗试图改写患者的命运代码；另一极铺展宏观数字网络，用AI的“超广角”覆盖亿万双眼睛的筛查盲区。当这两股力量最终交汇——例如，通过AI筛查出遗传性视网膜病变的高危人群，再由基因治疗精准干预——视网膜疾病管理的未来之镜才能真正照进现实。然而，这面镜子映照出的不仅是技术的辉煌，更是对卫生政策、伦理框架、数据规范乃至社会公平的深层拷问。我们须在仰望星空的同时，脚踏实地地搭建起让创新落地的阶梯，否则，这道希望之光终将成为少数人的私藏。