从眨眼到关怀：基于智能手机视频的儿童上睑下垂功能分析与个性化管理

帮助有下垂眼睑的儿童

一些儿童天生上眼睑下垂，称为睑下垂（ptosis），这可能阻碍视力、影响眼睛的发育，甚至影响他们对外貌的感受。然而，对年幼儿童进行眼睑肌力检测通常需要孩子配合、受过训练的眼科专家以及一次门诊，这三者并不总能同时具备。本研究探索了普通智能手机结合现代人工智能能否将一段简单的眨眼视频转化为可靠的眼科检查并为家庭提供个性化建议。

以新的方式审视一次眨眼

研究者构建了一个基于智能手机的系统来评估睑下垂儿童，包含三个主要部分：测量眼睑形态、判断眼睑肌力以及通过专用对话工具解答家长问题。家庭或临床人员用智能手机记录儿童的短时高速眨眼视频。系统从这些录像和常规面部照片中自动跟踪眼睛张开幅度、眼睑下垂程度以及每次眨眼过程中眼睑的运动。这些测量帮助医生决定是否需要手术以及哪种手术更合适，而这些任务通常依赖资深专家的现场检査。

将视频转成值得信赖的测量

为验证自动化测量能否替代人工专家，团队收集了来自数家大型医院的三千多段眨眼短片和一千多张面部图像。他们训练了图像分析模型来勾画眼睑间的开口和虹膜，然后将模型读数与眼科医生的测量进行比较。计算机与人工测量者之间的一致性非常高，平均差异仅为几百分之一毫米。系统还将眨眼视频转换为平滑曲线，展示眼睑随时间的运动轨迹，结果显示眼睑肌力较强的儿童闭眼速度更快，眨眼更有力，而肌力较弱的儿童则相对缓慢。

从运动中读取眼睑肌力

下一步是判断眼睑肌肉的功能强弱——这是指导外科决策的重要信息。研究者测试了多种先进的视频识别模型，评估它们将眨眼分类为不同肌力等级的能力。他们效果最好的模型采用两条交织的视频路径，一条关注整体外观，一条关注快速运动，同时还可接入诸如眼睑测量值和年龄等简单数值信息。这种组合方法在评估眼睑肌力等级时几乎达到了经验丰富的眼整形外科医师的水平，明显优于初级医生的准确性。系统在不同视频分辨率、男女儿童以及不同年龄段上均表现稳健。

从诊断到手机上的指导

为使该技术便于日常使用，团队将这些工具封装到一个名为“睑下垂评估工具”的微信小程序中。在多中心测试中，该小程序在新患者和不同手机上仍保持较高准确性，成功识别出大多数眼睑肌功能异常的儿童，并将许多患者正确分配到详细的肌力等级。除了测量功能，小程序还集成了一个针对睑下垂的语言模型，基于医学参考资料和专家答案进行训练。家长可以通过该对话工具询问有关病情、治疗选项和家庭护理的问题；眼科专家评价其回答在医学上可靠且通俗易懂，家长对回答满意度高，并觉得其解释与面对面咨询相符。

这对家庭可能意味着什么

简而言之，这项研究表明智能手机的用途远不止拍可爱视频——它可以记录有助于医生判断儿童眼睑下垂严重程度及处理方案的眨眼数据。系统的测量结果与专家评估高度一致，其指导工具能以清晰语言解释复杂的选择。尽管仍需在更具多样性的人群中进一步验证且目前主要针对儿童，但这种方法有望减少不必要的出行、加快转诊到合适专家的速度，并为家庭提供更早、更明确的信息。对许多患有睑下垂的儿童而言，这可能意味着更好的视力保护、在需要时更及时的手术以及减少儿童和家长的焦虑。

引用: Li, H., Cao, J., Duan, S. et al. From blink to care: smartphone video–based functional analysis and personalized management in pediatric blepharoptosis. npj Digit. Med. 9, 358 (2026). https://doi.org/10.1038/s41746-026-02510-y

关键词: 儿童上睑下垂, 智能手机眼部检查, 眨眼视频分析, 医疗人工智能, 数字健康工具