一项新的研究表明，结合常规眼部扫描和人工智能（AI）技术，可以更准确地测量近视程度，从而更好地预测人们未来发生严重视网膜损伤的长期风险。
通过这种新方法，研究人员发现那些视网膜看起来比眼镜处方所显示的更加近视的人，相比具有相同眼镜处方的人，更容易发展为视网膜脱离或撕裂。
专家表示，这种方法在评估近视时提供了更具个性化的评估方式，因为它考虑了眼镜处方无法捕捉到的个体视网膜细微变化，有助于识别出有较高并发症风险的近视患者。
这种新的近视度量指标被称为眼底屈光偏差（Fundus Refraction Offset, FRO），可以帮助临床医生更好地识别易感患者，进而采取更个性化的管理措施来预防视力丧失。
全球超过十亿人患有近视，预计到2050年，全球近一半人口将受到影响。高度近视者一般比无近视者发生视网膜脱离的风险高出13倍。然而，即使拥有相似的眼镜处方，个体之间的这种风险也可能存在巨大差异。
在这项首次同类研究中，爱丁堡大学的研究人员分析了来自英国生物银行（UK Biobank）的9300多名年龄在40至69岁之间、且此前没有视网膜问题的参与者提供的健康数据和视网膜图像。
FRO使用人工智能比较一个人视网膜的实际结构外观与其根据其眼镜处方应具有的正常外观。
在利用眼部扫描图像计算FRO得分后，研究人员发现，在12年内，每降低一个分数——意味着视网膜看起来比预期更近视——即使是在具有相似眼镜处方、年龄、性别和其他基线因素的人群中，发生视网膜脱离或撕裂的风险也会增加约50%。
专家指出，FRO评分提供了一种全新的、更为精准的方式来识别面临威胁视力状况的高风险人群。
此外，该方法还有助于指导一些受欢迎的选择性手术决策，例如激光矫正手术和透明晶状体置换术，通过识别即便眼镜处方相同但视网膜可能对某些手术更具脆弱性的患者。
本研究的主要调查员、爱丁堡大学再生与修复研究所Robert O Curle眼科诊所的Fabian Yii表示：“我们的研究支持超越仅依赖眼镜处方的做法，在描述近视严重程度时应纳入视网膜信息。鉴于当前描述近视严重程度的方法，特别是眼镜处方，在有效捕捉个体因近视而引发并发症的风险方面的局限性，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越来越多受近视影响的人群提供医疗服务。”
来源：
爱丁堡大学
参考文献：
Yii, F. 等 (2025). Fundus Refraction Offset as a Personalized Biomarker for 12-Year Risk of Retinal Detachment. Investigative Ophthalmology & Visual Science. doi.org/10.1167/iovs.66.9.1.
【全文结束】
