一项新的研究表明，结合常规眼部扫描与人工智能（AI）提供了一种强大的新方法来测量近视度数，从而更好地预测人们长期出现严重视网膜损伤的风险。
使用这种新方法，研究人员发现，即使眼镜处方相同，视网膜看起来比处方更近视的人比其他人更容易出现视网膜脱落或撕裂。
这项研究发表在《Investigative Ophthalmology & Visual Science》期刊上。
专家表示，这种方法提供了一种更个性化的评估近视方式，考虑了眼镜处方未能捕捉到的视网膜细微变化，有助于识别近视相关并发症风险较高的人群。
这种新的近视度量方法被称为视网膜屈光偏移（Fundus Refraction Offset，FRO），可以帮助临床医生更好地识别易感患者，从而采取更个性化的管理策略，预防视力丧失。
全球有超过10亿人患有近视，预计到2050年，全球近50%的人口将受到影响。高度近视患者通常比没有近视的人高出13倍的视网膜脱落风险。然而，即使处方相似，个体之间的风险也可能存在很大差异。
在首个此类研究中，爱丁堡大学的研究人员分析了来自英国生物银行（UK Biobank）的9,300多名年龄在40至69岁之间、此前没有视网膜问题的参与者的健康数据和视网膜图像。
FRO使用人工智能将一个人的视网膜结构外观与根据其眼镜处方预期的正常外观进行比较。
研究人员利用眼部扫描图像计算FRO评分。他们发现，在12年期间，评分每下降一个等级——意味着视网膜看起来比预期更近视——即使在眼镜处方、年龄、性别和其他基线因素相似的情况下，出现视网膜脱落或撕裂的风险也增加了约50%。
专家表示，FRO评分提供了一种新的、更准确的方法，用于识别视网膜脱落风险升高的个体。
这种方法还可以帮助指导一些受欢迎的择期手术（如激光眼科手术和透明晶状体置换）的决策，识别那些即使眼镜处方相同、但视网膜可能更容易受到某些手术影响的患者。
该研究的主要调查员、爱丁堡大学再生与修复研究所Robert O Curle眼科中心的Fabian Yii表示：“我们的研究支持超越单纯使用眼镜处方，在描述近视严重程度时纳入视网膜信息。鉴于目前描述近视严重程度的方法（尤其是眼镜处方）在有效捕捉个体近视并发症风险方面的局限性，这项研究代表了一个重要的进步，使我们能够更有效地针对日益增多的近视患者进行治疗。”
更多信息：Fabian Yii等，《Fundus Refraction Offset as a Personalized Biomarker for 12-Year Risk of Retinal Detachment》，Investigative Ophthalmology & Visual Science（2025年）。DOI：10.1167/iovs.66.9.1
期刊信息：Investigative Ophthalmology & Visual Science
由爱丁堡大学提供
【全文结束】
