科学通报 | 北京同仁医院宋红欣团队新突破：AI全程护航角膜塑形镜验配，守护青少年清晰“视”界|北京同仁医院|塑形镜|宋红欣|科学通报|近视|青少年|验配

青少年近视高发，早已成为全球性重大公共卫生问题。角膜塑形镜作为一种临床公认安全有效的近视防控手段，在青少年近视防控中应用广泛。但传统角膜塑形镜验配仍存在明显短板：镜片配适评估、镜片偏位判断等关键环节高度依赖医师经验，主观性强、重复性差，且难以在验配早期预测近视防控效果，制约了近视精准防控的效率。

近日，首都医科大学附属北京同仁医院宋红欣教授团队联合北京邮电大学贺志强教授团队开展研究，成功开发了一套针对角膜塑形镜验配全流程的AI评估方案，实现验配智能化、客观化覆盖，为青少年近视精准防控带来全新技术支撑。相关成果以“人工智能在角膜塑形镜验配全流程应用研究”为题，发表于《科学通报》。

一、传统验配存在短板，近视精准防控面临挑战

角膜塑形镜是青少年近视防控的核心手段之一，其效果与验配精准度高度相关，但传统流程存在诸多难题：镜片配适评估依赖医师观察荧光素染色结果，易受泪液、操作手法及经验影响，缺乏统一标准；镜片偏位评价靠医师主观分析角膜地形图，难以精准量化；更关键的是，戴镜后防控效果个体差异明显，临床无法早期预测眼轴增长，难以及时调整个性化方案。现有验配中的AI应用研究多局限于单一环节，缺乏全流程综合评估工具，亟需技术突破推动近视防控向精准化、标准化转型。

二、学科交叉融合，构建角塑验配全流程AI评估方案

为破解传统角塑验配的核心痛点，宋红欣教授团队联合北京邮电大学贺志强教授团队，开展AI与临床验配的深度融合研究，围绕角膜塑形镜验配、复诊、效果预测三大核心环节，构建起多算法融合的全流程智能评估体系：

1. 镜片配适状态分类：对荧光素染色评估视频进行预处理，剔除瞬目、眼球转动等干扰因素，采用融合时间与空间注意力机制的深度学习算法，通过两阶段分类策略，先区分特征显著的配适偏紧状态，再精准判定配适合适与偏松状态，有效避免类别混淆，提升评估准确性。

2. 镜片偏位量化评价：运用K-means算法联合加权最小二乘法，对角膜地形图中的离焦环进行最佳椭圆拟合（图1 ），以瞳孔中心为参照点计算偏位量，并将镜片偏位程度分为轻度、中度、重度三个等级，实现偏位评价的定量化、标准化，减少对医师主观经验的依赖。

图 1角膜塑形镜戴后离焦环使用K-means联合加权最小二乘法拟合

3. 近视防控效果预测：通过Pearson相关系数分析筛选出与眼轴延长显著相关的基线因素，结合角膜地形图离焦环高度、面积、体积及治疗区面积等量化数据，运用多元线性回归和时间序列卷积网络构建戴镜后12个月眼轴增长预测模型，同时捕捉眼轴增长的线性与非线性特征，大幅提升预测精准度。

三、算法模型验证可靠，AI评估优于人工主观判断

经验证，该AI方案在上述各环节性能优秀，显著优于传统人工评估。

配适状态分类中，算法在两阶段的准确率、敏感性、特异性均超80%，三种配适状态分类正确率达80%~83%，重复性显著优于人工；镜片偏位评价中，算法结果与医师统一结论一致率达83%，95%置信区间内与人工评估无差异且可重复性更优；防控效果预测中，本模型预测误差低于传统线性回归模型，能可靠预测戴镜12 个月眼轴增长，为早期调整诊疗方案提供依据。

四、推动技术落地，赋能近视精准防控迈向新阶段

该AI评估方案实现了角膜塑形镜验配全流程的智能化辅助，突破传统验配经验局限，为医师提供高效智能的辅助工具，减少人为误差、提升验配精准度与安全性，具有重要的临床价值和推广前景。未来，团队将扩大样本量、进一步优化算法模型，推动方案临床转化与普及，为青少年近视精准防控筑牢防线。

本研究由北京同仁医院宋红欣教授担任通讯作者，在读硕士生侯月为第一作者。解放军总医院孙小明医生协助完成临床数据收集与整理，北京邮电大学陆荣参与了图表绘制、数据分析及算法试验，牛凯教授、贺志强教授则在算法与研究任务结合及模型构建方面提供了整体指导把关。研究得到首都卫生发展科研专项（2022-1G-4083）和国家重点研发计划（2024YFC2419503 ）资助。

文章信息

侯月，孙小明，陆荣，等.人工智能在角膜塑形镜验配全流程应用研究. 科学通报, 2026.

https://www.sciengine.com/doi/10.1360/CSB-2025-5584.

《科学通报》是中国科学院主管、中国科学院和国家自然科学基金委员会共同主办的综合性中文学术期刊，致力于快速报道自然科学各学科基础理论和应用研究的最新研究动态、消息、进展, 点评研究动态和学科发展趋势。