使用智能手机进行视力筛查的主观验光测试

摘要

本文介绍了使用智能手机应用程序主观测量屈光不正的实验方案及临床验证数据。

摘要

为了改善视力保健服务的可及性并实现大规模视力筛查，已开发出一款用于测量屈光不正的智能手机应用程序。该应用程序无需任何外接附件，仅在独立手机上运行，即可由非专业人员操作以测量主观验光结果。其有效性已在临床环境及医疗资源匮乏的社区中进行了初步测试。该应用程序通过测量受试者识别视觉刺激时的远点距离来估算屈光不正程度。球镜等效屈光度和散光分别使用翻转E字（Tumbling E）字母和光栅图案进行测量。本文旨在描述使用该应用程序进行主观验光的测量方案。研究纳入34名受试者（其中30只眼用于球镜等效测量，38只眼用于散光评估），并展示了实验结果。应用程序的测量结果与标准临床方法进行了比较。球镜等效屈光度测量的平均绝对误差为0.63D，散光测量的平均绝对误差为0.28D。此外，另招募22名受试者以评估应用程序在瞳距（IPD）测量方面的性能。使用该应用程序测量瞳距的平均绝对误差为1.2 mm。本文也同时描述了使用该应用程序测量瞳距的操作流程。

引言

未矫正的屈光不正（URE）是全球导致失明和视力障碍的主要原因，影响人数达86¹至1.16亿人²，尽管该病症可通过配戴眼镜进行治疗。研究表明，偏远地区URE患病率较高的主要原因在于眼科保健专业人员数量不足，以及缺乏能够提供配镜服务的完善医疗基础设施³。例如，在撒哈拉以南非洲地区，50岁以上成年人因URE导致的视力障碍患病率是高收入国家的10倍¹。

随着当前行业的发展，眼镜的成本已降至仅几美元。然而，培训眼科护理专业人员成本高昂且耗时，需要多年的培训⁴。最近的一项研究指出，人均医疗支出较低的情况持续限制了眼科保健在更广泛医疗体系中的有效整合，尤其是在偏远地区⁵。这些严峻的现实凸显了迫切需要使屈光不正（URE）的诊断变得易于获取。

由于价格低廉、普及性强且具有良好的有效性，基于智能手机的视力筛查工具在视力筛查工作中可发挥关键作用^{6,7,8,9,10,11,12,13}。这些创新性工具可通过提供一种经济高效且便捷的筛查方式，帮助发现并解决视力问题，尤其在医疗资源匮乏的地区，有望对眼健康保健产生积极影响。

此类技术的一个实例是 Peek Acuity 应用程序，该程序在移动视力筛查领域取得了显著进展。该应用程序已在非洲的一些研究中用于对数万名个体进行筛查^14,15,16。通过提供一种高效测量视力敏锐度的方法，Peek Acuity 应用程序使医疗保健提供者能够覆盖更多人群，成为应对视觉障碍的有用工具。除了视力敏锐度之外，基于智能手机的屈光误差测量技术也已被提出并评估^17,18。Salmerón-Campillo 等人使用智能手机屏幕在 Badal 验光仪中呈现蓝色视觉刺激，以测量视力敏锐度和屈光度¹⁷。Tousignant 等人测试了 Netra 智能手机验光仪，该设备由一个手持双目观察器组成，其中插入一部智能手机¹⁸。与普通智能手机应用程序相比，这些系统中除智能手机外所需的专用组件或附加装置可能会限制技术的可及性，因为用户必须购买特制设备。

为解决大规模屈光不正筛查的可及性问题，我们开发了一款基于智能手机的屈光检测应用程序（图1），该程序采用计算机视觉和心理物理学方法来测量屈光不正¹⁹。该应用程序通过寻找近视患者对特定视觉刺激（用于球镜等效度的翻转E字和用于散光的光栅）的远点，从而测量主观屈光度。该应用程序的一个关键特点是无需使用特殊制造的附加装置。所有完成测量所需的处理均在设备本地的应用程序内完成，不涉及云计算。因此，该应用程序可在无需连接网络的情况下进行屈光度测量。只要智能手机兼容，经过最少培训的非专业人员即可使用该应用程序为患者测量屈光度。该应用程序的准确性此前已与标准临床检测方法进行了对比评估⁸。尽管该应用程序可能无法直接用于配镜处方，但其在近视筛查中具有应用潜力。最近，该程序已成功应用于中国台湾农村地区学龄儿童的视力筛查⁹。本文介绍了使用该应用程序测量主观屈光度的操作规程。

方案

本研究在马萨诸塞州眼耳医院（美国马萨诸塞州波士顿）遵循《赫尔辛基宣言》的原则进行。所有参与者均签署了知情同意书。本研究获得了马萨诸塞州眼耳医院（美国马萨诸塞州波士顿）当地机构审查委员会的批准。受试者纳入标准为经验光师诊断患有近视，且无其他眼部疾病（如白内障和视网膜疾病）。

1. 测量球镜等效值

1. 启动应用程序并点击 折射按钮 在主页上（图1将手机放置在距离患者至少2米远的位置。
2. 选择 按钮 E 用于翻滚E字视力表刺激（图2）。选择 眼睛 待测量眼（左眼或右眼），并让患者遮盖另一只眼。
3. 将手机屏幕朝向患者，然后轻触 开始按钮询问患者是否能够辨认出手机屏幕上所有字母的朝向。
4. 如果患者无法辨认字母的方向，逐渐将手机移向患者。
5. 在逐渐靠近患者的同时，持续检查其是否能够辨认出字母。一旦患者能够说出字母的方向，立即停止。
6. 轻敲 验证按钮屏幕上将显示正确的字母朝向。将其与患者的报告进行对比。如果全部3个答案均匹配，则点击 正确按钮 测试结束。如果任一字母的方向未被正确报告，请点击 错误的按钮 重新进行检测。

2. 测量散光

1. 启动应用程序，点击主页上的屈光按钮（图1）。从距离患者至少2 m的位置开始。
2. 选择Astigm 1 刺激图案，即钟面刻度图案（图3右上角插图）。该刺激图案由从一个点出发、指向不同方向的一系列线条组构成，形似钟面。每组线条包含3条平行的细线。
3. 选择待测量的眼别，并让患者遮盖另一只眼。手持手机，使屏幕朝向患者，然后点击开始按钮。
4. 询问患者在任意方向上的线条组是否呈现为3条分离的线。如果患者在任何方向均无法看到分离的线条，则逐渐将手机向患者移动。
5. 在靠近患者的过程中持续询问患者 ，一旦患者能在至少一个方向上看到分离的线条，立即停止移动。
6. 选择Astigm 2 刺激图案，即红色和绿色的两个光栅斑块。这些斑块一端较宽，另一端较窄（图3右下角插图）。
7. 绕垂直于手机屏幕的轴旋转手机，使光栅方向大致对准Astigm 1中线条最清晰的方向。
8. 微调手机的旋转角度，找到患者 能同样清晰地看到红色和绿色光栅斑块的最佳位置。确定最佳位置后，点击远点1按钮以记录第一个远点。
9. 记录远点1后，Astigm 2 刺激图案将自动旋转90˚。从第一个远点（远点1位置）开始，保持手机方向不变，并将手机继续靠近患者，直到患者能同样清晰地看到红色和绿色光栅斑块，并能分辨较宽的一端。
10. 点击远点2按钮以记录第二个远点。记录两个远点后，应用程序即可计算球面屈光不正和散光，并将结果显示在屏幕上。
11. 在结果消息框中，点击保存按钮保存结果，或根据需要点击重测按钮重新进行测量。

3. 测量瞳孔间距（IPD）

1. 启动应用程序，点击主页上的 IPD 按钮（图1）。将手机置于患者眼睛水平位置，距离患者约 40 cm，并让患者注视手电筒光点。
2. 点击右侧的 圆形按钮，拍摄患者面部照片。应用程序将开始处理图像。
3. 当屏幕上显示两个绿色十字准线时（图4），检查其位置是否与双眼瞳孔中心对齐。若对齐，请点击 保存按钮。
4. 如果任一十字准线明显偏离眼睛中心，请点击 重拍按钮拒绝该测量结果，返回步骤 3.2 并重新进行测量。

结果

本研究中，屈光检测的界面如图2所示。根据所选刺激类型，该应用程序可进行球镜等效值检测或完整屈光检测。当选择“翻转E”（Tumbling E）时，应用程序测量球镜等效值（图2）；当选择光栅刺激Astigma 1或2时，应用程序测量包括散光在内的屈光不正（图3）。

为验证该应用程序的有效性，66名受试者（25名女性）被分为3组，分别参与球镜等效度、散光和瞳距（IPD）测试。受试者年龄范围为8岁至74岁（平均值 ± 标准差：33.7岁 ± 13.9岁）。

图5 展示了某项研究（30只眼）中应用程序测量与使用自动验光仪的标准临床测量在球镜等效度数测量结果上的比较。最高屈光误差达-8D。回归分析表明，两种方法具有高度一致性，线性回归斜率接近1，回归的R方为0.965。两种方法之间的平均绝对差异为0.63D，差异为 < 1D 在80%的情况下。Bland-Altman图在 图5B 显示95%一致性界限为[-1.81D, 1.58D]。

图6展示了散光测量研究的结果（38只眼），其中应用程序的测量值与标准主观验光测量值进行了比较。最大散光度为-2.25D，这些患者的平均柱镜度数为-0.63D ± 0.59D。应用程序与自动验光仪测量值之间的差异（均值±标准差）为0.08D ± 0.41D，绝对误差的平均值为0.28D。图6B中的Bland-Altman图显示，95%的一致性界限为[-0.89D, 0.73D]。此外，根据柱镜轴位²⁰，将两次测量的柱镜度数分解为两个向量J0和J45，并对应用程序的误差进行了分析。J0误差（误差均值及误差分布的标准差）为-0.15D ± 0.56D，J45误差为0.07D ± 0.21D。

在图4中展示了两个瞳距（IPD）测量案例。左侧图像为一次成功的测量，而右侧图像显示测量失败，因为左眼的十字准线偏离中心。图7展示了该应用程序（n=22）与验光师使用瞳距尺进行临床测量结果相比的测量误差。根据瞳距尺测量，瞳距范围为58–69 mm（均值 ± 标准差：63.6 mm ± 3.2 mm）。该应用程序的测量误差为(-0.55 mm ± 1.4 mm)，绝对误差的均值为1.2 mm。

图1：视力筛查应用程序的主页。用户可创建患者记录，并选择要执行的检测项目，包括屈光检测、瞳孔间距测量和视力检测（后两者未在本文中介绍）。请点击此处查看该图的放大版本。

图2：屈光测量界面。 该截图显示一次球镜等效值检测过程。患者用两根手指遮盖左眼。遮挡程度最小，眉毛、鼻子和嘴巴均清晰可见。 请点击此处查看该图的放大版本。

图3：散光的测量。 在本例中，患者报告称Astigm 1（右上角插图）的一点钟方向最为清晰。因此，当切换至Astigm 2刺激图像（右下角插图）时，需要倾斜手机以寻找接近一点钟方向的最佳位置。 请点击此处查看该图的放大版本。

图4：两种瞳距测量情况。左侧：两个十字准线与双眼中心对齐良好，该测量结果可接受。右侧：左眼的十字准线明显偏离眼睛中心，该测量结果应舍弃。请点击此处查看此图的放大版本。

图5：球镜等效值测量结果的评估。 本研究中，使用该应用程序和自动验光仪对30只眼进行了测量。(A) 线性回归显示两种测量方法高度一致（斜率=1.02，R²=0.965）。(B) Bland-Altman图。95%一致性界限为[1.81,1.58]。请点击此处查看该图的放大版本。

图6：散光测量结果的评估。（A）38只眼通过应用程序测量散光的误差箱形图。这些患者的平均柱镜度数为-0.63D ± 0.59D。方框表示四分位距，须线表示误差范围。十字标记表示误差的平均值。图中存在两个离群值，以圆圈标出。（B）Bland-Altman图。95%一致性界限为[-0.89, 0.73]。请点击此处查看该图的放大版本。

图7：应用程序对22名受试者IPD测量误差的箱线图。 与使用IPD尺子的临床测量相比，测量误差为(-0.55 mm ± 1.4 mm)。箱体表示四分位距，须线表示误差的范围，十字标记表示误差的平均值。请点击此处查看该图的放大版本。

讨论

通过使用该应用程序，即使没有专业验光培训的人员也能进行主观屈光误差检测。最近一项针对农村地区学龄学生的视力筛查研究已证实了其在视力筛查中的应用⁹。与其他仅基于视力检测的群体性视力筛查方法相比²¹，该应用程序能够提供临床上常用的球镜和柱镜误差值形式的屈光度测量结果。由于该应用程序在智能手机上安装后即可立即使用，因此该方案在医疗资源匮乏地区具有很高的可及性。屏幕分辨率高于每英寸400像素、自拍摄像头分辨率高于1920 x 1080像素的智能手机均适合运行该屈光检测应用程序。目前市面上许多智能手机均可满足这些技术规格要求。

可以预期，基于智能手机的屈光检测解决方案能够补充眼科临床医生和专用筛查设备（例如 iScreen、Spot Vision Screener）所提供的服务项目²²，尤其适用于资源匮乏的国家和地区。然而，该应用程序的一个局限性在于，其无法使用本文所述的方案测量远视。如何利用该应用程序测量或识别远视目前仍在研究中。对于某些眼科筛查项目所需的斜视评估，我们已开发并验证了另一款应用程序，该程序同样可用于医疗资源不足地区的视力筛查^10,11,12。

尽管在能够获得眼科专业人员服务的情况下，不应根据该应用程序的测量结果来配镜，但在大规模视力筛查中，该应用仍然具有重要价值，此时非专业人员也可参与筛查工作。对于检测出明显屈光不正的患者，可转诊至眼科医护人员进行进一步检查。

测量准确性对于降低转诊假阳性率至关重要。以下是一些成功测量的建议。使用该应用程序进行测量时，通常应在光照充足的环境中进行（建议照度至少为300 lux）。该智能手机应用程序利用计算机视觉技术提取面部特征，并据此估算观看距离。必须确保手机摄像头视野中仅出现患者的面部。在测试过程中，手机屏幕上的自拍摄像头预览画面中不应出现其他任何人的面部，包括测试操作人员的面部，因为应用程序无法判断哪一个是患者。由于应用程序依赖面部特征来估算观看距离，因此在测试过程中尽可能多地显露面部特征将有助于提高距离估算的准确性。建议使用小型遮挡板或仅用两根手指遮盖未测试的眼睛，以确保眉毛、鼻子和嘴角均能被摄像头清晰捕捉（图2）。在较短的观看距离下，患者的面部可能几乎占据整个摄像头视野。测试人员应实时监控屏幕上的图像，并正确调整摄像头位置，确保面部始终完整地显示在摄像头视野中。

瞳孔间距（IPD）是应用程序测量屈光度的关键参数。如果事先已知，可在应用程序的患者档案中手动输入。否则，可使用该应用程序测量IPD。若未使用个体化的IPD值，应用程序将采用默认值，这在一定程度上可能导致测量误差。需要注意的是，不准确的眼球会聚可能影响IPD的测量结果。例如，存在屈光不正和隐斜视的患者可能无法双眼同时准确注视手电筒光源，因为其中一只眼睛可能发生偏移。在此类情况下，患者应在IPD检测过程中佩戴眼镜。

检测者需要理解，该检测是一种屈光度的主观测量方法，即结果基于患者的感知，而非像自动验光仪那样基于对眼睛光学特性的分析。主观验光是配镜处方的金标准。然而，挑战在于如何确定患者最佳的主观感知状态。对于球镜等效度的测量，其判断标准是能读出3个字母。但患者可能在并未真正清晰看见所有字母的情况下，凭猜测正确识别其中部分字母。多次检测有助于缓解这一问题。

此外，高度散光患者（通常高于2D）可能不适用于该应用程序的球镜等效值检测，因为当前使用翻转E字的方案未考虑字母的方向性。对于疑似有明显散光的患者，可通过显示钟面图刺激（Astigm 1）并询问患者是否某一方向明显比其他方向更清晰，从而进行粗略估计。

散光测量在操作上比球镜等效测量更为复杂，因为需要确定不同子午线方向的屈光度。准确测量的关键在于找到不同子午线的真实远点，同时也要准确判断轴位方向。一个有效的策略是在相对快速旋转手机屏幕的同时，缓慢地将手机移向患者。移动过快可能导致高估，因为手机可能已经越过远点。一些患者倾向于在实际上仅比极度模糊的图像稍清晰时，就报告他们能清楚地看到光栅图案，这种过早的报告会导致低估。在测试前向患者展示清晰刺激图像的外观有助于他们在测试过程中保持一致的报告。如果患者未能正确理解如何报告对刺激的感知，可能会导致显著误差，例如图6A中所示的离群值。这两个离群值来自同一名受试者：当测试其右眼时，他在第1点报告过早（并未真正清晰看到光栅的分隔线条）；而在测试左眼时，他在第2点报告过晚（已经越过了最清晰的位置）。因此，错误的远点报告导致了较大的测量误差。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
智能手机	Samsung	Galaxy	市售智能手机