Vision：人工智能在角膜疾病中的临床应用。论文标题：Clinical Applications of Artificial Intelligence in Corneal Diseases
论文链接：https://www.mdpi.com/2411-5150/9/3/71
期刊名：Vision
期刊主页：https://www.mdpi.com/journal/vision
来自北卡罗来纳大学基特纳眼中心眼科系、加州大学旧金山分校眼科系等机构的研究团队，在 Vision 期刊上发表了一篇综述文章。该文章系统梳理了人工智能在角膜疾病临床诊断中的应用，涵盖圆锥角膜、Fuchs角膜内皮营养不良、干眼症、泪膜分析、感染性角膜炎、角膜神经病变及结膜疾病等多个领域，并评估了各类AI模型的性能指标与临床潜力。
文章采用叙述性综述方法，系统检索了PubMed、Web of Science和SCOPUS三个数据库，纳入截至2025年4月的相关文献。研究聚焦于机器学习、深度学习及大语言模型在角膜疾病诊断与监测中的应用，提取灵敏度、特异度、准确率和曲线下面积等性能指标，并进行定性综合。文章指出，AI模型在多种角膜疾病中已达到或超过临床诊断标准（AUC>0.90，灵敏度/特异度>0.85–0.90），尤其在圆锥角膜和Fuchs角膜内皮营养不良中表现突出。
在圆锥角膜方面，AI模型广泛用于诊断、筛查和进展预测。常用模型包括神经网络、支持向量机、随机森林和卷积神经网络等，训练数据多来自Pentacam地形图、Scheimpflug断层扫描和OCT。多数研究报告灵敏度和特异度超过90%，部分模型甚至达到100%。深度学习模型在区分亚临床、临床和正常角膜方面表现优异，部分模型诊断准确率超过住院医师。AI还可用于预测疾病进展和评估严重程度。
在Fuchs角膜内皮营养不良方面，AI主要应用于早期与晚期病情的区分及与非FECD角膜的鉴别。AS-OCT是首选成像方式，部分模型AUC接近1.0。其他成像方式如裂隙灯照片和镜面显微镜也用于训练模型。AI还用于量化角膜内皮细胞参数，CNN模型在图像分析速度和准确性上优于传统软件。部分研究引入显著图、水肿分数和角膜滴状物面积比等新指标，提升诊断精度。
在干眼症方面，AI结合生物标志物、热成像、泪膜破裂时间视频分析和角膜上皮厚度图等多种数据，构建多层次诊断模型。神经网络、随机森林和支持向量机等模型在分类DED亚型、预测风险和评估严重程度方面表现良好。部分研究报告准确率超过90%，AUC达0.93。AI还用于分析眨眼模式、泪膜稳定性和角膜神经形态，提升诊断客观性。
在泪膜分析方面，AI模型用于量化泪膜厚度、泪河高度和泪膜破裂时间等参数。CNN和阈值分割算法在泪河分割和泪膜稳定性评估中表现优异，部分模型灵敏度达96%，特异度达100%。
在感染性角膜炎方面，AI模型用于区分感染性与非感染性角膜炎、细菌性与真菌性角膜炎，甚至进一步区分酵母菌与丝状真菌。常用成像方式包括裂隙灯照片、前节照片和活体共聚焦显微镜。深度学习模型如DeepIK、VGG19、ResNet50和DenseNet121等在诊断准确率、F1分数和AUC方面表现优异，部分模型优于人类专家。IVCM图像训练的模型在灵敏度和特异度上优于前节照片模型。
在角膜神经病变方面，AI主要用于糖尿病周围神经病变的诊断。基于CCM图像的CNN和U-Net模型在角膜神经纤维长度和形态分析中表现优异，部分模型AUC达1.0，灵敏度达98%。AI还用于评估神经弯曲度，辅助糖尿病神经病变的早期发现。
在结膜疾病方面，AI应用于血管评估、眼表肿瘤、翼状胬肉和感染性结膜炎等。CNN模型在贫血检测、血管宽度测量和充血分级中表现良好。眼表肿瘤诊断中，AI模型在智能手机图像上也能达到高准确率，部分模型AUC超过0.99。翼状胬肉检测和分割模型在多种图像来源中均表现稳定，部分模型准确率超过95%。在感染性结膜炎中，AI结合RNA测序数据预测角膜受累，APOE被识别为关键基因。
此外，文章还评估了大语言模型在角膜疾病诊断中的表现。ChatGPT-4.0和DeepSeek V3表现最佳，但在与眼科专家的对比中仍略逊一筹。LLM在文本病例分析中展现出辅助临床决策的潜力，但研究数量有限，尚不足以推广。
总体而言，AI在角膜疾病诊断中展现出高精度和广泛适用性，尤其是深度学习模型在图像分析和专家级分类任务中表现最优。然而，研究间存在数据异质性、缺乏标准化定义和训练方法等问题，限制了模型的比较与临床转化。文章建议采用STARD-AI和QUADAS-AI等标准化工具，提升研究透明度和可比性。未来AI在眼科的应用需兼顾技术、临床与伦理，推动公平、高效的医疗服务。
期刊介绍
主编：Prof. Dr. Andrew Parker，University of Oxford, UK
Vision（ISSN: 2411-5150）创刊于2017年，是一个国际性的、经同行评审的开放获取期刊。期刊聚焦人类及生物视觉系统各个方面的最新研究进展。目前，Vision期刊已被ESCI（Web of Science）、Scopus、PubMed、PMC等数据库收录。
2025 Impact Factor：2.7
2025 CiteScore：3.5
Time to First Decision：21.1 Days
Acceptance to Publication：2.5 Days
来源：Vision