人工智能数据分析在角膜塑形验配中的应用探索——专访北京大学人民医院眼视光中心王凯教授

本栏目由天津鹏升科技有限公司特约刊登

人工智能数据分析

业界访谈

记者：王教授，作为近视防控领域的专家，您拥有丰富的儿童青少年近视防控经验，可否简单介绍下目前比较主流的近视防控手段呢？

王凯教授：首先来说，近视的形成主要是遗传和环境两个方面的因素共同造成的结果。遗传方面，如果父母双方都是近视眼，那么孩子近视发病的年龄会早一点，近视进展的速度可能会快一点；环境方面，比如看近的时间、强度都有可能导致近视眼早发，近视增长的速度也可能更快。目前比较主流且在临床当中被验证过确实有效的近视防控手段无外乎几种：一是要有充分的户外活动。户外活动对于近视预防、近视控制都是十分有用的，儿童青少年应保证每天至少2小时以上在阳光下的户外活动，上午10点到下午2点被认为是户外活动的黄金时间；二是临床中常见的近视控制手段，如角膜塑形镜、低浓度阿托品眼药水、眼镜产品等，在帮助儿童青少年有效控制近视增长速度方面同样得到了验证。

记者：在刚刚闭幕的全国两会上，不少人大代表、政协委员围绕儿童青少年近视防控建言献策，近视防控再次引发热议。相较于其他近视控制手段，目前角膜塑形术（Orthokeratology）的验配有哪些需要注意的呢？

王凯教授：一般角膜塑形镜是逆几何设计的硬质接触镜，通过夜间佩戴、早晨起来摘镜，主要有两个作用：一是让白天能够基本脱镜，二是其控制近视增长的速度要比传统的戴框架眼镜（增长）慢。值得一提的是，角膜塑形镜控制近视增长速度的效果因人而异，在临床中，有的孩子配戴角膜塑形镜近视控制效果很好，有的却一般。临床研究发现，角膜塑形镜对近视发展压制效果平均能够达到50%左右的作用，举例来说，原来戴普通的框架眼镜近视增长100度，戴上角膜塑形镜后平均可能一年只长50度。当然，这并不意味着角膜塑形镜在每一个孩子身上都能达到同样的效果。

就角膜塑形镜的验配而言，要求验配师具备丰富的专业经验，了解包括镜片的尺寸、设计、大小等多方面的细节。与此同时，由于个体的差异性，需要提前了解患者自身的情况，确认其是否适合角膜塑形镜验配。同一个孩子，10个验配师，可能会给出10套不同的参数，虽然比较接近，但也有细微的差别。目前，在进行角膜塑形镜验配时，验配师往往会结合厂家给出的一些验配流程，比如根据角膜的平台曲率、度数等参数，去选择首戴的镜片。随着科技的进步，临床上可以借助一些新的科技手段来帮助验配师进行角膜塑形镜的验配。

记者：对于患者而言，精准的验配是保证安全性和有效性的前提。您认为，在临床上，如何保证为患者提供精准验配呢？

tronatic motion

王凯教授：过去，大多数是临床经验学验配，通过日常积累的经验，结合厂家提供的产品数据，进行试戴片的选择；戴上试戴片后，通过考察试戴片在角膜上的动态荧光图、动态荧光染，并根据试戴之后角膜地形图的情况，给出最终的验配处方和镜片选择建议。整个过程中，普遍存在参数不够精确、耗时、临床体验差等弊病。为了解决这一问题，北京大学医学部眼视光学院在人工智能辅助角膜塑形镜验配方面做了一系列工作，并基于角膜大数据，采用人工智能算法验配角膜塑形镜，实现了更加精准的验配结果。借助特殊的配适弧算法，角膜塑形镜验配的时间成本得以大大减少，同时也带来了更好的临床体验。这一相关研究成果已经在《Contact Lens & Anterior Eye》和《Eye and Vision》杂志上发表。

在既往研究中，人工智能算法曾应用于眼科学和眼视光学，主要用于圆锥角膜分类、糖尿病视网膜病变图像的判读以及预测近视发展等。据我所知，这是人工智能算法首次用于角膜接触镜验配，这一技术成果的应用和推广将对眼视光行业的科技进步产生重要意义。

亡命刺客

记者：具体而言，人工智能算法在角膜塑形镜验配方

面，可以提供哪些帮助呢？实践效果如何？

都市艳情

王凯教授：主要体现在试戴片精准的选择方面。以北京大学人

民医院眼视光中心为例，每天接待的患者人数较多，加上儿童患者数量也多，在比较繁重的临床工作量前提下，这套系统能够快速、准确地到适合患者的产品参数，也就是说，通过这套系统，在试戴片的选择上更加精准，选取的试戴片不用做过多的参数调整，即可配适患者的眼部情况。在以往的角膜塑形镜验配过程中，患者戴上第一副试戴片后，如果不合适，就需要换第二副、第三副，甚至换到第四副才能成功，而在AI辅助验配技术的帮助下，在试戴片的选择上可以达到95%的成功率，即95%的患者在首次尝试试戴片后即能达到配适效果，不需要换第二副，省去了很多繁琐的过程。

当然，人工智能学习算法并不直接学习镜片参数，而是在熟悉角膜塑形镜镜片设计的基础上，根据角膜形态设计镜片——用大数据让计算机自动学习角膜形态。在很短的时间内，计算机即可主动学习上千例甚至上万例的患者角膜形态，即使没有镜片的佩戴，之后各项镜片参数也可以被设计出来。这种方法可以为每个儿童青少

华德学院

年近视患者量身定做。其次，机器学习方法提高了选择理想镜片参数的效率，不仅因为程序运行很快（5秒内），而且整个过程不受角膜地形图采样机器的限制。操作人员不需要从角膜地形图仪器中导出任何文件，只需要获取一些基本眼部参数（包括年龄、性别、HVID、e值、平坦K读数、陡峭K读数、SER、角膜散光、AL、ACD、AL/K轴率比等，这些参数在临床上很容易获得），即可由电

协作图

脑迅速给出镜片参数。

王凯教授（左）接受本刊记者（右）采访

本栏目由天津鹏升科技有限公司特约刊登

中国电镀信息网业界访谈

记者：将人工智能算法用于角膜接触镜验配，这一技术成果的应用和推广有哪些需要关注呢？

王凯教授：目前，这套AI辅助系统经过测试和不断调整，技术已经日渐成熟，并在北京大学人民医院眼视光中心门诊运行了很长一段时间。尤其是疫情期间，由于近距离接触受限、试戴难，为了减少交叉感染的风险，不少患者都是通过这套系统下订单，待镜片到院之后再进行试戴及动态评估，整体达到了90%～95%的成功率。截至目前，中心绝大多数的角膜塑形镜的验配都运用了这套系统。

需要指出的是，角膜塑形镜毕竟是第三类医疗器械，在验配使用过程中最关注的还是安全性以及有效性，而关注安全性和有效性并不因为有了AI系统而有任何的改变，验配安全性始终是临床工作中关注的重点。尽管这套系统效率很高，但传统的验配步骤还是不能丢，包括配戴后定期的复查、检查眼部健康、随访，一个都不能少。

记者：数据分析最终需要由“人”来进行解读，并给出相应的处方，在实际操作方面，从业人员需要具备什么样的“数据读取”能力，才能更好地为患者提供验配服务？

王凯教授：市场上常见的角膜塑形镜品牌较多，这套系统能够覆盖大部分的品牌，但由于各个品牌之间的差异，最终的结果还需要专业的眼视光知识以及临床经验进行人为判断。需要强调的是，AI辅助验配的系统并不能代替传统的动态荧光染的配适评估。这是因为尽管AI学习的是每个孩子的眼睛动态特点，但在临床中总会遇到一些特殊的情况或者一些比较少见的角膜形态，这些都不是人工智能能够学习到的。这套系统承担的是一个辅助的功能，并不能替代眼视光验配师的专业知识，验配师可以

在其建议下选择合适的试戴片，做动态荧光评估，并结合患者试戴后的角膜地形图去判断最终的验配参数是否合适。经过系统的培训且合格的视光验配师，在角膜塑形镜的验配过程中承担着重要的角。