AS-OCT技术在核性白内障诊断中的应用
摘要
这项多中心研究通过AS-OCT技术对127名不同严重程度的核性白内障患者进行了检查，发现AS-OCT图像特征与LOCS III标准下的白内障分级有显著相关性。研究还开发了自动机器学习模型来提取和分析这些特征，结果显示该模型在两个研究中心（泰国和中国深圳）的准确率分别为0.87和0.81，表明AS-OCT在白内障诊断和手术规划中有潜在的应用价值。
信息来源： PubMed Ophthalmology 发布于 2026年3月25日
要点速览
- AS-OCT图像特征与LOCS III标准下的白内障分级有显著相关性
- 研究开发了自动机器学习模型来提取和分析AS-OCT图像特征
- 模型在泰国和中国深圳的研究中心分别达到0.87和0.81的准确率
本站解读
这项研究揭示了AS-OCT技术在核性白内障诊断中的巨大潜力，标志着眼科影像技术正在经历一次重要的变革。传统的白内障诊断主要依赖于医生的经验和主观判断，而AS-OCT技术通过量化图像特征，提供了更为客观和精确的诊断依据。这种技术路线的变迁不仅提高了诊断的准确性，也为后续的治疗方案制定提供了更多可能性。
从商业格局来看，AS-OCT技术的发展可能会重塑现有的竞争生态。目前，国内外多家企业都在积极布局这一领域，但技术水平和市场占有率参差不齐。例如，蔡司、海德堡等国际大厂已经在AS-OCT设备上取得了显著进展，而国内的一些新兴企业也在迎头赶上。随着技术的不断成熟，那些能够提供更高质量图像和更智能分析工具的企业将逐渐建立起自己的护城河。
横评国内外的研发管线进度可以发现，尽管国外企业在硬件和技术积累上暂时领先，但国内企业的创新能力和市场响应速度也不容小觑。未来几年，随着更多临床数据的积累和算法的优化，AS-OCT技术有望在白内障诊疗中发挥更大的作用。对于行业观察者来说，需要密切关注的是，哪些企业能够在这一轮技术竞赛中脱颖而出，以及它们如何将技术优势转化为市场优势。
常见问题
AS-OCT技术在白内障诊断中有什么优势？
AS-OCT技术通过量化图像特征，提供了更为客观和精确的诊断依据，有助于提高诊断的准确性，并为后续的治疗方案制定提供更多可能性。如有疑虑可咨询眼科医生。
这项研究的结果对患者有什么实际意义？
这项研究表明，AS-OCT技术在白内障诊断中具有较高的准确性和一致性，有助于医生更准确地评估患者的病情，从而制定更合适的治疗方案。如有疑虑可咨询眼科医生。
延伸阅读
Kahook双刃刀与Trabectome在白内障合并青光眼手术中的疗效对比
本研究通过回顾性分析，比较了Kahook双刃刀（KDB）和Trabectome在白内障合并青光眼手术中的效果。研究纳入了60只眼睛，其中30只接受了KDB手术，另外30只接受了Trabectome手术。两组患者在基线条件上进行了匹配，包括术前眼压、最大已知术前眼压、术前用药评分、杯盘比、随访时间、最佳矫正视力和年龄。成功手术的定义基于三个标准：最长随访期内眼压低于21 mmHg（A评分）、低于18 mmHg（B评分）且无需再次手术，或眼压降低超过20%或降至15 mmHg以下且眼压降低至少40%（C评分）。结果显示，两种手术技术均使眼压相对降低了约29%，且在平均23-24个月的随访期内，两组的眼压从术前的19.5 ± 5.0 mmHg和19.8 ± 4.5 mmHg分别降至13.8 ± 3.9 mmHg和14.0 ± 3.9 mmHg。根据A、B、C评分标准，KDB和Trabectome的成功率分别为67% vs. 70%、63% vs. 67%和33% vs. 23%。两组均未出现严重副作用。
女性白内障手术相关因素分析
该研究通过2007-2008年美国国家健康与营养调查（NHANES）的数据，对1404名39岁及以上的女性进行了横断面分析，探讨了与白内障手术相关的因素。研究发现，年龄增长、离婚状态和心脏病的存在与白内障手术的高概率显著相关，而就业则与较低的手术概率相关。种族/民族、教育水平、收入、医疗保险、行为因素和职业暴露在调整后未显示出显著关联。这些结果强调了老龄化、社会支持、共病和经济因素在白内障手术中的重要性，并提示需要整合预防护理和社会决定因素以减少白内障结局的差异。
白内障精细分级与诊断图像数据集
白内障是全球致盲的主要原因之一。尽管深度学习在辅助白内障诊断方面显示出潜力，但现有方法通常仅提供二元评估，而临床实践需要多级严重程度评估和相应的诊断建议。本研究构建了包含187个眼底图像案例的白内障严重程度和诊断图像数据集（CSDI），每个案例均附有详细的临床诊断报告。此外，研究提出了一种基于多模态大语言模型（MLLM）的诊断框架，能够从眼底图像中进行精细的严重程度评分，并生成专业的诊断文本。这是首次将MLLM技术应用于精确定量的白内障诊断。通过在CSDI上对几种最先进的MLLM进行基准测试，验证了该数据集注释的高质量。