需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

使用智能手机进行视力筛查的主观验光测试

2.6K 次观看

⸱

DOI:

10.3791/67506

⸱

2024年10月18日

 ,  ,  ,  ,  , 

本文内容

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。

访问受限。请登录或开始试用以查看此内容。

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。

访问受限。请登录或开始试用以查看此内容。

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0.6...

访问受限。请登录或开始试用以查看此内容。

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...

访问受限。请登录或开始试用以查看此内容。

披露

Gang Luo 拥有与屈光度测量相关的专利。Gang Luo 和 Shrinivas Pundlik 是 EyeNexo LLC 的联合创始人,该公司是一家致力于开发用于视力检测的智能手机应用程序的初创企业。其他作者无财务利益冲突。

致谢

屈光检测应用程序的开发部分得到了美国国立卫生研究院(NIH)资助项目EY034345以及哈佛催化剂奖(美国转化科学促进中心,NIH资助编号UL1 TR002541)的支持。本内容仅由作者负责,不一定代表哈佛催化剂、哈佛大学及其附属学术医疗中心或美国国立卫生研究院的官方观点。

访问受限。请登录或开始试用以查看此内容。

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SamsungGalaxy市售智能手机

参考文献

  1. Steinmetz, J. D., et al. Causes of blindness and vision impairment in 2020 and trends over 30 years, and prevalence of avoidable blindness in relation to VISION 2020: the Right to Sight: an analysis for the Global Burden of Disease Study. Lancet Glob Health. 9 (2), e144-e160 (2021).
  2. Flaxman, S. R., et al. Global causes of blindness and distance vision impairment 1990-2020: a systematic review and meta-analysis. Lancet Glob Health. 5 (12), e1221-e1234 (2017).
  3. Holden, B. A., et al. Global vision impairment due to uncorrected presbyopia. Arch Ophthalmol. 126 (12), 1731-1739 (2008).
  4. Fricke, T. R., et al. Global cost of correcting vision impairment from uncorrected refractive error. Bull World Health Organ. 90 (10), 728-738 (2012).
  5. Bechange, S., et al. Strengths and weaknesses of eye care services in sub-Saharan Africa: a meta-synthesis of eye health system assessments. BMC Health Serv Res. 20 (1), 381(2020).
  6. Pundlik, S., Luo, G. Preliminary evaluation of a mobile device for dark adaptation measurement. Transl Vis Sci Technol. 8 (1), 1-11 (2019).
  7. Pundlik, S., Shivshanker, P., Nigalye, A., Luo, G., Husain, D. Evaluation of a mobile app for dark adaptation measurement in individuals with age-related macular degeneration. Sci Rep. 13 (1), 22191(2023).
  8. Luo, G., et al. Preliminary evaluation of a smartphone app for refractive error measurement. Transl Vis Sci Technol. 11 (2), 40(2022).
  9. Wang, Z., Kempen, J., Luo, G. Using smartphones to enhance vision screening in rural areas: Pilot study. JMIR Format Research. 8, e55270(2024).
  10. Pundlik, S., Tomasi, M., Liu, R., Houston, K., Luo, G. Development and preliminary evaluation of a smartphone app for measuring eye alignment. Transl Vis Sci Technol. 8 (1), 19(2019).
  11. Luo, G., Pundlik, S., Tomasi, M., Houston, K. Using an automated Hirschberg test App to evaluate ocular alignment. J Vis Exp. (157), e60908(2020).
  12. Cheng, W., et al. A smartphone ocular alignment measurement app in school screening for strabismus. BMC Ophthalmol. 21 (1), 150(2021).
  13. Marusic, S., Luo, G., Raghuram, A. Myopia screening smartphone App: Validity in assessing refractive error in a pediatric cohort. Invest Ophthalmol Vis Sci. 63 (7), 1447-F0405 (2022).
  14. Andersen, T., et al. Implementing a school vision screening program in Botswana using smartphone technology. Telemed e-Health. 26 (2), 255-258 (2020).
  15. Manus, M., van der Linde, J., Kuper, H., Olinger, R., Swanepoel De, W. Community-based hearing and vision screening in schools in low-income communities using mobile health technologies. Lang Speech Hear Serv Sch. 52 (2), 568-580 (2021).
  16. Eksteen, S., Eikelboom, R. H., Kuper, H., Launer, S., Swanepoel, D. W. Prevalence and characteristics of hearing and vision loss in preschool children from low income South African communities: results of a screening program of 10,390 children. BMC Pediat. 22 (1), 22(2022).
  17. Salmerón-Campillo, R. M., et al. Measuring visual acuity and spherical refraction with smartphone screens emitting blue light. J Optomet. 17 (1), 100494(2024).
  18. Tousignant, B., Garceau, M. C., Bouffard-Saint-Pierre, N., Bellemare, M. M., Hanssens, J. -M. Comparing the Netra smartphone refractor to subjective refraction. Clin Exp Optomet. 103 (4), 501-506 (2020).
  19. Measuring eye refraction. US patent. , 11903644 (2024).
  20. Thibos, L. N., Wheeler, W., Horner, D. Power vectors: An application of Fourier analysis to the description and statistical analysis of refractive error. Optomet Vis Sci. 74 (6), 367-375 (1997).
  21. Lundh, B. I., Derefeldt, G., Nyberg, S., Lennerstrand, G. Picture simulation of contrast sensitivity in organic and functional amblyopia. Acta Ophthalmol. 59 (5), 774-783 (1981).
  22. D'Souza, H., Kun, A., Martinson, S., Bejarano, L., McCole, S. The positive predictive value of photoscreening devices for amblyogenic conditions. J Am Assoc Pediat Ophthalmol Strabismus. 25 (6), 342.e341-342.e344 (2021).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

智能手机应用程序屈光不正测量球镜等效度散光评估瞳孔间距翻转E字母光栅图案移动健康技术