青光眼是世界上导致永久性失明的最常见原因之一。它会慢慢损伤视神经，也就是将视觉信息从眼睛传递到大脑的那束神经纤维。当视神经受损时，人们会逐渐丧失视力。起初，变化通常非常细微，可能影响周边视力而非中心视力。因此，很多人直到疾病已经造成严重且不可逆的损害时，才意识到出了问题。
青光眼的危险在于视力丧失无法逆转。一旦视神经受损，失去的视力就无法恢复。因此，医生强调早期发现是保护视力的最好方法。如果能及早发现青光眼，通过眼药水、激光治疗或手术等手段可以延缓疾病进展，防止进一步损伤。
然而，早期发现一直很困难。很多人在早期没有症状，因此直到出现视力问题才会去看眼科医生。人群范围的筛查项目也难以实施。筛查大量人群需要训练有素的眼科专家、专用设备和时间。在许多国家，卫生系统根本没有足够的专家来检查每一个可能有风险的人。
近年来，人工智能的进步为医学筛查开辟了新的可能性。人工智能系统可以分析医学图像并识别可能预示疾病的模式。研究人员正在探索AI工具能否更早、更高效地检测出青光眼等眼病。
一项新研究表明，AI确实可能发挥重要作用。这项研究发表在《柳叶刀-初级保健》期刊上，测试了一种利用眼部图像检测青光眼迹象的人工智能筛查工具。
该研究于2023年在葡萄牙里斯本的一个筛查中心进行。研究人员招募了671名年龄在55岁至65岁之间的成年人。选择这一年龄段是因为青光眼风险会随年龄增长而增加。筛查过程中，研究人员拍摄了参与者的眼部照片，然后由AI系统分析这些图像，以判断是否存在青光眼迹象。
为了评估AI系统的效果，同样的眼部图像也由六位青光眼专家进行了审查。这些专家仔细检查了图像，并自行判断每个人是否应该被转诊进行进一步检查。结果令人鼓舞。AI工具建议66人转诊，约占参与者的9.8%。相比之下，眼科专家建议118人转诊，约占参与者的18%。
经过进一步检查，40名参与者被确诊患有青光眼，约占全体参与者的6.4%。随后，研究人员比较了AI系统和专家识别疾病的准确率。AI系统正确检测出78%的真正青光眼患者，眼科医生正确识别出75%的病例。换句话说，AI工具在识别真正患病者方面表现略优。该工具在排除未患病者方面也表现良好：AI正确告知95%的健康参与者他们没有青光眼，眼科医生则正确排除了91%的病例。
研究最重要的发现之一是，AI工具显著减少了不必要的转诊。很多被转诊进行进一步检查的人最终并未患有青光眼。这些假阳性结果会给患者带来压力，并增加医院和专家的工作负担。通过将不必要的转诊减少约一半，AI系统可以使筛查项目更高效、成本更低。
研究人员认为，基于AI的筛查工具最终可以整合到常规医疗环境中。例如，在初级保健诊所或药店的常规健康检查中拍摄眼部图像，AI系统可以快速分析并识别出需要由眼科医生进一步检查的人。这种方法在眼科医生紧缺的地区尤其有帮助。通过更早识别高风险患者，AI筛查有助于预防可避免的失明，并使医生能够将注意力集中在最需要护理的患者身上。
不过，研究人员也指出了研究的一些局限性。该研究使用的筛查项目原本是为监测糖尿病患者的眼病而设计的。因此，研究参与者中糖尿病患者比例相对较高。糖尿病本身会增加包括青光眼在内的眼病风险，这意味着研究中观察到的青光眼患病率可能不能完全代表一般人群。未来还需要进一步研究来确认AI系统在更大、更多样化人群中的表现。科学家还需要研究如何将这些工具安全地整合到真实的医疗系统中。
总体而言，这项研究的发现表明，人工智能可以成为医生更早发现青光眼的宝贵伙伴。这项技术不会取代专家，但可以通过筛查大量人群并识别最可能需要专业护理的人，帮助他们更高效地工作。如果未来的研究证实这些结果，AI辅助筛查可能成为保护全球视力的重要工具。通过帮助更早发现青光眼并减少不必要的转诊，这项技术可以改善患者护理，同时减轻医疗系统的压力。
从分析角度看，这项研究既展示了AI引入医疗领域的希望，也提醒需要谨慎。特别有价值的是AI排除疾病的能力，因为它能减少患者焦虑和医疗成本。与此同时，在检测青光眼方面中等水平的灵敏度表明，AI仍应与医疗专业人员合作而非取代他们。结果表明，AI可以支持临床决策，但在大规模应用之前，持续的研究、测试和谨慎实施至关重要。
如果你关心眼部健康，请阅读关于维生素B可能帮助对抗视力丧失以及MIND饮食可能降低视力丧失疾病风险的研究。关于眼部疾病的更多信息，可参见近期关于如何保护眼睛免受青光眼损害以及一项表明这种眼科手术可能降低痴呆风险的研究。
版权所有 © 2026 Knowridge Science Report。保留所有权利。
【全文结束】