您现在的位置:首页 > 新闻中心 > 医院新闻

叶娟教授团队开启儿童上睑下垂智能手机视频评估与数字化管理新范式

发布时间:2026-07-10浏览:




近期,浙江大学眼科医院叶娟教授和浙江师范大学黄守军教授合作的重要研究成果《From blink to care: smartphone video-based functional analysis and personalized management in pediatric blepharoptosis》在 Nature 旗下知名期刊npj Digital Medicine(中科院一区Top期刊,最新影响因子18)发表。该研究面向儿童上睑下垂这一长期困扰临床的评估难题,提出了一种基于智能手机视频的全流程智能评估与管理系统,为提上睑肌功能评估这一关键临床步骤提供了可自动化、可量化、可替代传统人工测量的新路径,标志着儿童眼睑功能评估从“医生经验驱动”迈向“数据驱动自动化分析”的重要突破。




什么是上睑下垂?

为什么儿童评估尤其困难?


先天性上睑下垂是儿童常见的眼睑发育异常疾病,主要由于提上睑肌发育不全或功能异常所致。在儿童视觉发育的关键阶段,该疾病可能带来三方面严重影响:


1.视力剥夺风险:上睑遮挡瞳孔,影响视觉刺激输入;

2.弱视及屈光异常:长期遮挡可诱发弱视及散光;

3.心理与社交影响:外观异常可能影响儿童心理发育。


临床上,治疗以手术矫正为主,而手术方案制定的核心依据之一,就是对提上睑肌功能的精确测量。然而,这一关键指标在现实中存在明显瓶颈:传统评估需要儿童配合完成特定眼球运动指令(如向下看再向上看),但多数患儿年龄小、配合度低,甚至无法完成标准动作,导致测量依赖经验判断,存在较强主观性与重复性差问题,因此,“提上睑肌功能评估难”长期成为儿童上睑下垂诊疗中的核心痛点


亮点一:利用手机视频即可进行疾病严重程度及术式评估


针对上述问题,叶娟教授团队提出无需依赖主动配合的评估思路:利用儿童自然眨眼行为进行功能分析,结合智能手机视频采集、深度学习视频分析及大语言模型技术,构建“形态评估—功能分析—智能交互”一体化系统,实现从静态测量向动态量化评估的转变。并开发“上睑下垂评估工具”小程序,实现本地化部署与临床验证。

通过智能手机采集儿童自然眨眼视频,无需刻意配合检查动作即可完成数据获取。引入SlowFast双通道网络:慢路径提取结构信息,快路径捕捉眨眼动态特征,实现多尺度运动建模,首次实现提上睑肌功能的自动化视频分级评估,为临床提供可量化、可重复的客观指标。

图:先天性上睑下垂智能手机视频AI系统开发验证流程


亮点二:用大模型打造“智能健康管家”,实现精准宣教与随访管理


研究引入检索增强生成架构,构建了专用于上睑下垂咨询的领域大语言模型。该模型基于权威临床指南与专家知识库,能够为患儿家长提供通俗易懂的疾病认知、治疗方案及术后护理等个性化咨询。系统在真实世界试点应用中获得了家长的高度满意度,有效弥合了专业医疗信息与患者家庭认知之间的鸿沟,有望进一步提升患者教育的可及性和依从性。



临床价值与转化前景


本研究将传统依赖医生经验的功能评估,转化为基于标准化视频输入的自动化量化流程,仅需智能手机即可完成检测,显著降低对专业操作与患儿配合度的依赖,提高评估一致性与可重复性,使基层医疗具备开展相关评估的能力。


同时,该系统构建了覆盖“筛查—评估—咨询”的全流程数字化框架,具备良好扩展性,可推广至其他眼睑及面部运动障碍疾病,推动眼科功能评估从经验驱动向数据驱动标准化体系转型。



原文链接:

https://www.nature.com/articles/s41746-026-02510-y








浙江大学医学院附属第二医院眼科中心 浙江大学眼科医院 

浙ICP备2022000530号