NEJM AI丨林浩添教授团队研发基于智能手机的斜视数字量尺，实现专科医生级斜视度自动测量

斜视是儿童视力发育期常见的眼部疾病，早期筛查对预防不可逆的弱视和立体视觉丧失至关重要。但是，儿童通常缺乏对自身视觉不适的认识，且非专业人员难以察觉早期异常体征，使得斜视的早期诊断存在困难。此外，传统斜视诊断方法依赖专业医生且耗时耗力，限制了其在筛查、随访中的广泛应用。

既往研究已提出一些斜视自动测量方法，但由于存在精度不足、所需设备成本高昂等问题，其应用范围受到了限制。因此，创研以智能手机作为载体的斜视度精准测量新技术具有非常重要的科学价值和临床意义。

一

研究结果

NEJM AI丨林浩添教授团队研发基于智能手机的斜视数字量尺，实现专科医生级斜视度自动测量图1

为了解决这一重大难题，中山大学中山眼科中心林浩添团队与清华大学徐枫团队牵头，深化前期开发的基于深度学习和眼面部三维重建的全球首个数字面罩技术，进一步开发了一种名为斜视数字标尺（Digital Ruler of Strabismus, DRS）的新方法，仅通过智能手机录制的 30 秒视频，就能实现对斜视度的精准自动测量（图1）。2025年10月23日研究成果以“A smartphone-based digital ruler to automatically measure strabismus in ophthalmologist-level: prospective, multicenter cohort study”为题在新英格兰子刊 NEJM AI 杂志在线发表，并获得3项发明专利授权，为斜视的院外自动筛查、早期诊断及居家随访带来了切实可行的解决方案。

NEJM AI丨林浩添教授团队研发基于智能手机的斜视数字量尺，实现专科医生级斜视度自动测量图2

图1：DRS的工作流程示意图

为评估DRS的性能，研究团队开展了一项前瞻性多中心临床研究，该研究在中山大学中山眼科中心、温州医科大学附属眼视光医院、深圳市眼科医院进行患者招募，通过将DRS测量结果与专家手工测量的三棱镜交替遮盖试验方法结果进行对比，全面评估了DRS在定量测量斜视程度、定性诊断斜视类型、动态监测间歇性外斜视三方面的性能，并且将DRS与现有的斜视自动测量方法进行对比。

斜视度定量评估

在斜视度定量测量方面，与三棱镜交替遮盖实验（Prism alternative cover test, PACT）相比，DRS的平均绝对误差为4.51 棱镜度（Prism diopter，PD），显示出良好的测量性能。在水平斜视度测量中，DRS与PACT具有极高的一致性，组内相关系数ICC达到0.98（95% CI，0.98–0.99）。Bland-Altman分析进一步验证了这一结果，平均差为–1.1 PD，95%一致性界限为–11.5至9.4 PD，且在不同斜视类型、不同医院、不同检查距离、不同戴镜状态下均表现稳定（图2）。

NEJM AI丨林浩添教授团队研发基于智能手机的斜视数字量尺，实现专科医生级斜视度自动测量图3

图2：DRS定量测量性能

斜视类型定性诊断与动态观察

在定性诊断方面，DRS 能准确区分正位、隐性斜视、显性斜视；并区分内斜视和外斜视，DRS在区分眼位正常和异常时具有较高的敏感性（0.974；95% CI，0.949–0.987）和特异性（0.938；95% CI，0.872–0.972）。此外，在间歇性斜视的检测中，DRS能够动态重建复位时间和速度，为观察和测量该类疾病的动态变化提供了一种新的方法。（图3）。

NEJM AI丨林浩添教授团队研发基于智能手机的斜视数字量尺，实现专科医生级斜视度自动测量图4

图3：DRS斜视定性诊断与动态评估性能

对比试验

本研究相比现有斜视自动测量方法的研究，样本量更大，功能更全面，且精度更高。在定量精度上，优于眼动仪等专业自动测量仪器；定性准确性上，优于现有基于CNN的自动测量方法。此外，由于DRS适配消费者级别的智能手机，可推广应用于国内外资源有限地区，提升医疗资源可及性，为推动斜视的筛查、随访、监测注入数字化时代的力量。