发表于 2022-04-29

精彩回顾 | 李锦阳教授：泪膜破裂时间和类型引导的干眼诊断

近日，第八届京津冀干眼诊疗研讨班邀请了数十位国内顶尖眼科大咖云端相聚，共同探讨干眼诊疗的规范与经验，并畅谈干眼临床研究新发展，为大家奉上了一场精彩绝伦的眼科学术盛宴！

随着近年来对干眼研究的逐步深入、认识的不断加深及诊疗设备的快速发展，干眼的检查与诊断标准也不断地修正和完善，推进干眼诊疗步入智能化、精准化的新阶段。

温州医科大学附属眼视光医院李锦阳教授结合多年的临床经验以及国际科研成果，探讨了泪膜破裂时间和类型引导的干眼诊断，分享了AI辅助的荧光素染色泪膜破裂时间（fluorescencetear film breakup time，FBUT）和泪膜破裂类型（fluorescein BUPs, FBUPs）的最新研究进展。

Take Home Message 

• 干眼的检查和诊断中泪膜质量和稳定性占据重要地位

• 不同国家对于干眼的诊断标准仍存在争议，干眼诊断、分类、分级的分歧直接影响干眼的患病率、治疗等。

• FBUT在干眼诊断中起着重要且不可或缺的作用，其特有的优势在于不仅能测量泪膜破裂时间，还能判定FBUPs。

• 不同的泪膜破裂类型反映了干眼不同的生理状态

• 根据FBUPs的不同分为五种类型：面状破裂（area break，AB）、班状破裂（spot break, SB）、线状破裂（line break, LB）、窝状破裂（dimple break, DB）、随机破裂（random break, RB）。

• 不同泪液形成和破裂的机制导致不同FBUPs类型。

• • 影响FBUPs的因素，包括眼睑刷、荧光素弥散、泪液杂质（异常脂质、颗粒状/尘状分泌物、丝状物等）、不完全眨眼和角膜大片点染。
  
  
  AI的方式自动判读BUT及甄别BUPs是干眼诊断的新方向
  
  

  • 本研究使用上海美沃眼表检查系统，利用人工智能技术，在角膜荧光素染色下，自动识别FBUT和FBUPs，消除主观性，节省诊疗时间并提供诊断依据，提高干眼诊疗效率。

• 研究结果显示，在干眼筛查中，AI算法与临床医生判读的结果具有较好的可重复性和高度一致性。以BUT＜5s作为干眼的诊断标准，AI算法的灵敏度和特异度均较高。后续会进一步完善FBUPs与不同干眼亚分型之间的相关性研究。