便携式人工智能驱动的扫查裂隙光设备用于低成本眼病筛查

保护视力的口袋工具

全球约二十亿视力不良的人中，许多人因为眼病被发现得太晚而失明。眼睛的前节——包括透明的角膜、虹膜和晶状体——在白内障、青光眼和角膜畸形等问题的早期就会出现线索，但现有最好的测量设备通常体积庞大、价格达数万美元。本研究介绍了一种电池供电、配备人工智能的手持扫描器：它向眼内照射一道薄光束，并以近临床级别的准确性测量关键结构，零件成本低于500美元。如果广泛推广，这类设备可将先进的眼部筛查从大型医院带到社区诊所和公众活动中。

为什么眼部筛查难以覆盖

视力损失在全球分布不均。低收入和中等收入国家的人们，乃至富裕国家中服务不足的群体，常常难以获得眼科医生和先进成像工具。标准裂隙灯显微镜能让专家详查眼睛前表面，但它们又重又贵，并且依赖检查者的技能与判断。更先进的设备，如前节光学相干断层扫描（AS‑OCT），能精确测量眼部结构，但五万美元以上的价格把它们限制在大型门诊。因此，像前房深度或角膜厚度这样的基本测量在常规社区筛查中很少被采集——尽管这些数值对早期发现青光眼风险和其他疾病至关重要。

内置智能的手持扫描器

研究团队构建了一种紧凑的扫描设备，工作原理有点像小型电动裂隙灯。一颗白色LED通过狭窄开口发出一片薄薄的“光片”，一面微小的镜子将其扫过眼球。一台固定角度的小相机在约15秒内记录50到70帧图像，随光片移动而拍摄。为保持患者舒适，系统在每个镜子位置采集多张低亮度图像并取平均，从而在不使用强光的情况下提升图像质量。设备内部运行一个轻量级的深度学习模型 LWBNA‑unet，自动勾画每帧中的关键特征：角膜和虹膜上的高光、瞳孔轮廓以及角膜的前后表面。因眨眼或运动而导致地标不清晰的帧会被自动舍弃，作为内置的质量控制。

将图像转化为测量值

一旦眼部结构被描出，具备几何感知能力的软件就把原始图像转换为现实世界的距离。由于光束斜射到角膜上，反射带会看起来被人为拉宽；系统利用每个位置已知的照明角度来校正这一点。接着它使用每帧中可见的角膜宽度作为个体化刻度尺，假定典型的真实直径为12毫米，将像素转换为毫米。通过这些步骤，设备估算前房深度（即内角膜表面与虹膜之间的间隙）和中央角膜厚度，并计算相关指标，如虹膜与角膜相交的角度和前房面积。因为图像为自然彩色，同一次扫描还可以显示晶状体混浊（白内障）、角膜浑浊斑块及圆锥角膜所见的异常陡峭等特征。

与医院设备的匹配程度如何

为了检验准确性，研究人员在约170名成年人身上测试了原型机，并将50只眼睛的详细测量与商业AS‑OCT系统的结果进行比较。对于前房深度，手持设备与参考机器的跟踪非常接近：典型差异接近零，大多数眼睛的测量值在约0.3毫米范围内一致——对于筛查和风险分层而言这是足够小的。统计检验显示，实际上两种方法在该测量上几乎可以互换使用。角膜厚度估计的精度较低：平均而言，便携设备读数比参考值薄20到30微米，个体结果可能相差约一到两个相机像素。作者主要将此归因于当前图像分辨率而非原理问题，并将这些厚度读数标注为探索性而非临床级别。尽管如此，临床示例表明该系统能清楚地区分深开放角与拥挤狭窄的房角，并捕捉与标准裂隙灯或OCT视图相匹配的白内障、角膜混浊和圆锥角膜特征。

这对日常眼保健意味着什么

通过将低成本光学件、电动光束和机载人工智能结合在一起，这款手持扫描器提供了过去需要大型昂贵设备才能得到的定量测量，同时生成富含病变线索的彩色图像。它能在不依赖互联网的情况下完全在小型边缘计算模块上运行，适合在偏远或人群密集环境中用电池供电开展外展筛查。研究表明，前房深度可被以接近临床可靠性的方式测得，使该设备成为早期检测闭角型青光眼及相关疾病的有前景工具。经过进一步改进和更大规模的真实世界试验，作者设想该平台可发展为综合的、由人工智能驱动的眼前部筛查系统，帮助在全球范围内预防可避免的失明。

引用: Kaushik, N., Sharma, P., Miya, T. et al. Portable AI-powered scanning slit-light device for low-cost eye disease screening. Sci Rep 16, 13862 (2026). https://doi.org/10.1038/s41598-026-44392-w

关键词: 眼部筛查, 便携成像, 人工智能, 青光眼风险, 低成本医疗设备