AI辅助OCT成像引导核心针活检：首例人体研究
摘要
该研究探讨了人工智能（AI）在光学相干断层扫描（OCT）成像中的应用，以指导核心针活检。通过结合高分辨率的OCT图像和AI算法，研究人员旨在提高活检的准确性和安全性。研究结果表明，AI辅助的OCT成像能够显著提升病变组织的识别精度，从而优化活检路径选择。这一技术不仅有望减少不必要的重复活检，还能降低手术风险，为眼科疾病的诊断和治疗提供新的工具。
信息来源： PubMed Ophthalmology 发布于 2026年3月9日
要点速览
- AI辅助OCT成像技术显著提高了病变组织的识别精度
- 研究展示了AI在指导核心针活检中的应用潜力
- 未来需关注技术的临床验证及监管政策变化
本站解读
这项研究标志着AI在眼科诊疗中的应用迈出了重要一步。传统上，核心针活检依赖于医生的经验和技术，而AI辅助OCT成像则通过提供实时、高精度的图像分析，改变了这一格局。这种技术路线的变迁不仅仅是技术上的突破，更是商业格局的重塑。随着AI技术的不断成熟，未来可能会出现更多基于AI的眼科诊疗设备，这将对现有的医疗设备市场产生深远影响。
从行业竞争生态来看，AI辅助OCT成像技术的发展将加剧国内外企业的竞争。目前，国外一些大型医疗器械公司已经在这一领域进行了大量投入，而国内企业也在积极布局。这些企业在技术研发、临床试验和市场推广方面的竞争将愈发激烈。护城河的构建不再仅仅依赖于硬件设备，而是更多地体现在软件算法和数据积累上。
横评国内外研发管线进度，可以发现国外企业在AI辅助OCT成像方面已经取得了一定的领先优势，但国内企业凭借庞大的患者基数和丰富的临床数据，正在迅速追赶。未来几年内，国内外企业在这一领域的竞争将更加白热化。后续需要密切留意的是，相关技术的临床验证进展以及监管政策的变化，这些因素将直接影响AI辅助OCT成像技术的商业化进程。
常见问题
这项研究对患者有什么好处？
这项研究通过AI辅助OCT成像技术，提高了病变组织的识别精度，有助于更准确地进行核心针活检，减少不必要的重复活检，降低手术风险。
这项技术什么时候能广泛应用？
目前这项技术还处于研究阶段，具体何时能广泛应用还需看后续的临床验证进展和监管政策的变化。如有疑虑可咨询眼科医生。
延伸阅读
基于深度学习的眼睑及眶周参数评估：助力上睑下垂诊疗
上睑下垂是一种常见的眼睑疾病，影响患者的视力和外观。本研究旨在开发并评估一种基于深度学习（DL）的系统，用于自动测量眼睑和眶周参数，并对上睑下垂患者的提上睑肌功能（LF）进行分类。研究回顾性纳入了2016年1月至2021年11月期间在三级眼科整形中心接受上睑下垂手术的1,177名患者。根据临床评估，将LF分为良好（>10 mm）、一般（4-10 mm）和较差（≤4 mm）。DL模型能够准确分割眼睑和眉毛区域，并测量关键参数，与手动测量结果高度一致。结合DL提取的特征和人口统计学数据，多变量逻辑回归模型预测LF等级的总体准确率为0.760，AUC为0.829，接近眼科医生的评估水平。该DL系统提供了一种高效、客观的工具，支持上睑下垂的个性化诊断和手术规划。
葡萄膜炎转诊时机如何把握
美国眼科专家指出，检查结果决定葡萄膜炎患者转诊紧迫性。临床医生需通过详细病史和系统回顾识别红旗征象，判断是立即转诊还是共同管理。患者年龄、性别、职业及居住地等背景信息对诊疗决策至关重要，有助于综合眼科医生制定合理治疗方案。
眼皮下垂别乱切，分清类型再动手
迈阿密阳光眼科视网膜中心专家指出，眼科医生需准确识别眼睑下垂类型。并非所有下垂都需要矫正，必须区分皮肤松弛、眼睑下垂或眉毛下垂。首要任务是明确分型，结合患者合并症选择最佳管理方案，避免盲目治疗。多种因素可导致该状况，医生在患者就诊时需将识别类型作为首要关注点，审视最佳管理选项并考虑特殊疾病合并症，以确保治疗针对性。