眼底神經微細病變，變身腦腫瘤早期篩查

腦腫瘤因其生長位置隱蔽，早期往往沒有特異性症狀，許多患者僅表現為反覆頭痛、頭暈或輕微噁心，極易被誤認為是偏頭痛或過度疲勞。當腫瘤體積增大、引發嚴重的神經功能障礙（如肢體無力、癲癇）才安排腦部電腦斷層（CT）或核磁共振（MRI）時，往往已錯過了黃金干預時期。此外，昂貴的影像成本與設備限制，也讓腦腫瘤無法納入常規的大眾健康篩查。

這項於 2025 年底至 2026 年初發布的醫學工程與神經眼科學跨界研究，為這一困境帶來了突破性曙光。研究團隊成功開發出一款基於 ResNet50 深度學習架構的 AI 模型，專門用於分析非侵入性的眼底彩色照相與光學相干斷層掃描（OCT）神經影像。

這項技術的核心在於捕捉大腦與眼睛之間不可分割的解剖學連結。當顱內出現腫瘤時，隨著腫瘤生長會引發顱內壓（ICP）增高。這股壓力會沿著腦脊髓液與視神經鞘向前推進，極早地表現在眼底，引發肉眼極難察覺的「微細視乳頭水腫」、視盤邊緣模糊以及後續「視網膜神經纖維層（RNFL）變薄」的神經退化特徵。

臨床實證數據顯示，AI 模型在處理社區高危篩查人群的眼底影像時，能以極高的靈敏度與特異性，在患者尚未出現嚴重腦部症狀前，自動識別出這些微細的神經病變特徵，並對疑似腦腫瘤引發顱內高壓的患者發出危急轉介提示，成功將眼底相機打造為腦腫瘤篩查的第一道非侵入性防線。