據不完全統計，我國每年平均發生500萬—1200萬例眼外傷。其中復雜眼外傷因致傷因素多樣，傷情較重，以往視力無光感便意味著需要進行眼球摘除，嚴重影響患者的工作和生活質量。

近日，天津醫科大學中華醫學會眼科學分會眼外傷學組組長顏華教授團隊在20多年對復雜眼外傷救治的臨床與基礎研究之上，與多學科專家聯手，共同建立了世界首個VisionGo視力預測系統，該系統可以預測傷眼通過玻璃體切除手術治療后重新獲得光感的可能性，為評估傷眼的轉歸和預后提供科學依據。該系統還可評估干預哪些危險因素能夠使無光感眼獲得更好的視力預后，避免了玻璃體切除手術的盲目性。

復雜性眼外傷面臨“盲切”難題

眼外傷是由于機械性、物理性、化學性等因素直接作用于眼部，引起的眼結構和功能的損害。由于眼睛的位置比較特殊，受傷的機會遠高于身體其他部位，而且眼睛結構也精細特殊，一次嚴重的眼外傷可同時累及多個眼睛內部結構組織，造成嚴重的后果。

顏華介紹，復雜性眼外傷不僅傷害大，而且治療起來也非常復雜、困難。“復雜性眼外傷涉及角鞏膜裂傷、虹膜損傷、前房積血、晶狀體損傷、玻璃體積血、球內異物、眼內感染、視網膜脫離、脈絡膜脫離等，嚴重者可導致視力無光感，眼球萎縮。”顏華說，以往視力無光感就意味著需要進行眼球摘除，這會給患者及其家庭帶來極大痛苦。

顏華團隊通過對全國大量復雜性眼外傷病例的收集及研究發現，造成視力無光感的原因包括視神經損害，玻璃體腔濃厚積血，視網膜、脈絡膜下出血或脫離，以及視網膜中央動、靜脈阻塞等。通過玻璃體切除手術將玻璃體和視網膜下積血完全清除，使視網膜和脈絡膜復位，手術后約1/3的患者可恢復光感。因此，眼外傷后視力無光感，不能說明這只眼睛就失去了治療價值。

“但是對于復雜性眼外傷后視力無光感的病人來說，手術后能恢復光感以上視力的人畢竟只是少部分，大部分人術后還是無光感，甚至避免不了眼球萎縮的命運。”顏華說，因此需要一種設備或智能系統在術前預測患者術后視力恢復情況，做到精準治療，避免手術治療的盲目性。

視力預測系統可指導醫生手術

為此，顏華團隊與多學科專家聯手，建立了基于機器學習技術的世界首個VisionGo視力預測系統。

機器學習是人工智能的一個子領域，它的個性化預測已被驗證在多種疾病的轉歸和預后預測中，具有較高的準確性。如機器學習能夠實現兒童自閉癥及兒童近視發展的準確預測，為早期干預提供依據。但是機器學習在復雜性眼外傷無光感眼視力預后預測領域中的應用尚無報道。

顏華團隊聯合了全國14個研究中心，通過病歷系統收集了各中心近10年復雜性眼外傷無光感眼患者的原始臨床資料，然后將數據歸一化和格式化，查補缺失的部分數據，建立了我國迄今最大的眼外傷無光感眼數據庫。

團隊通過對這些樣本進行詳盡的分析、處理，采用機器學習的方法，構建起VisionGo視力預測系統。

將眼外傷患者的臨床特征輸入該預測系統后，系統會通過一系列算法分析得出這個患者經過玻璃體切除手術治療后重獲光感的可能性，同時還能夠分析得出該患者的哪些臨床特征將對這個視力結局起到關鍵性作用。

“對于預測能夠恢復光感視力的眼球，醫生通過玻璃體切除手術，術中針對關鍵性臨床特征對癥處理，能夠使無光感眼獲得更好的視力預后。”顏華表示，目前VisionGo視力預測系統準確率可達90%以上，同樣數據用國際眼外傷評分OTS方法預測準確率僅為49%。

我國眼外傷研究已走在世界前列

20多年來，我國在眼外傷研究方面取得了一系列突破性進展，多項臨床研究包括復雜眼外傷無光感眼、眼內巨大異物、角膜血染無光感眼的手術治療等，都取得了很好的成果。

近年來，天津醫科大學顏華教授團隊和北京大學馬志中教授團隊聯合在嚴重眼外傷救治方面進行攻堅和深入科學研究，攻克了多項眼外傷治療領域中的關鍵技術，并將其在國內外進行了廣泛推廣，使眼外傷患者視力恢復機會大大提高。

為了使我國眼外傷救治更加規范，以顏華為組長，中華醫學會眼科學分會眼外傷學組的專家學者共同撰寫了《中國眼外傷急診救治規范專家共識(2019年)》《中國機械性眼外傷無光感眼救治專家共識(2020年)》《中國眼內異物救治專家共識(2021)》，大大提高了我國在這3個領域的治療水平。目前顏華教授正在組織國內外眼外傷專家共同撰寫《機械性眼外傷無光感眼救治國際指南》，屆時將再次在國際眼外傷救治領域發出中國聲音。