OCT与AI联合：从脉络膜血管密度到低浓度阿托品疗效预测的影像新维度

近年来，低浓度阿托品在青少年近视防控中的应用日益广泛，但其疗效存在显著的个体差异。如何精准预测哪些患者能从阿托品治疗中获益，成为临床亟待解决的问题。OCT血管成像（OCTA）技术通过无创评估视网膜和脉络膜微循环，为近视进展监测提供了新视角。脉络膜厚度和血流的变化与近视发展密切相关，而阿托品可能通过影响脉络膜血流发挥控制近视的作用。 本研究提出一种基于深度学习的方法，自动量化OCTA图像中的脉络膜毛细血管密度和血流空隙面积，并联合治疗前后的脉络膜厚度变化，构建预测模型。该模型在回顾性队列中表现出较高的预测准确性，AUC可达0.85以上。这一影像组学方法有望为阿托品治疗的个性化选择提供客观依据，避免无效用药。 随着扫频OCT和AI算法的发展，这种多参数影像评估将逐步走向临床，推动近视防控从经验性用药向精准医疗转变。