AI研究筛选与ICL-Bench扩展
保留原文版本与日期。文中检查数属于相应阶段，当前总体状态见总览。 下载原始Markdown
文章目录
研究筛选 · 2026-10-28 · v0.5 研究草案 · 冯小平
最值得加入的内容有三类：解剖参数的跨中心预测、可执行光学环境与逆向推理、光学到患者感知的独立验证。三类任务应分别报告成绩。能够预测拱高（vault），并不等于能够预测光圈；能够重建一个相似的PSF，也不等于唯一识别了眼内机制。
本轮通过 Ego Lite Browser 访问 Google、PubMed、PubMed Central 与作者项目页，核验下列六项原始研究。检索包含完整术语 implantable collamer lens，避免 ICL 被检索系统理解成天文中的 intracluster light。使用过的主题组合包括 artificial intelligence / machine learning / halo / central hole / differentiable ray tracing / ocular aberration retrieval / straylight。这里是有目标的研究筛选，不是系统综述，也不以本轮未检出作为“没有相关论文”的结论。
1. 已核验研究与可用范围
R1 · 少参数ICL拱高预测：外部验证与缺失输入
Sheng P, et al. Using Artificial Intelligence to Predict Implantable Collamer Lens Vault: A Low Parameter-Dependent Model for Better Surgical Outcomes. Translational Vision Science & Technology, 2025;14(9):32. DOI: 10.1167/tvst.14.9.32。PubMed原始研究摘要。本轮核验层级：书目信息与摘要。
研究用XGBoost预测术后拱高，开发数据为247眼，按4:1分训练/测试，另有50眼外部验证。摘要报告外部MAE为130.99 μm，并检查缺失或异常输入。它适合启发“有缺失测量时输出多少不确定度”的任务，不能用来标定光圈半径、环心或患者困扰度。SHAP解释的是该模型中的预测贡献，不是改变眼内结构的因果实验。
R2 · 深度学习ICL决策支持：分类成绩的解释
Yang Y, et al. Clinical decision support system based on deep learning for evaluating implantable collamer lens size and vault after implantable collamer lens surgery: a retrospective study. BMJ Open, 2024;14:e081050. DOI: 10.1136/bmjopen-2023-081050。原文。本轮核验层级：正文的设计、方法、结果与局限。
单中心回顾性研究，1512名患者、2772眼，目标包含ICL尺寸与术后1个月拱高类别；报告尺寸分类准确率91.37%、拱高分类准确率85.27%。拱高是分组预测，不是以微米为单位的精确连续预测。原文将其选用的CNN称为conventional neural network；这里不自行改写架构名称。
Benchmark应检查类别不平衡，报告每类召回与宏平均指标；按患者分组拆分双眼与重复数据。原文随机划分描述不足以替Benchmark确认患者级隔离。用医生实际选用尺寸作为标签，也不能自动证明该尺寸是反事实最优。该任务不能计入光圈预测主分。
R3 · 多中心数据整理：内部成绩与跨医院泛化
Li X, et al. EVO-ICL Vault Prediction: A Data Wrangling Framework Integrating Multicenter Big Data and Machine Learning. Ophthalmology and Therapy, online 2025-12-09;2026;15:427–441. DOI: 10.1007/s40123-025-01288-8。原文。本轮核验层级：正文的样本、测量、方法与摘要结果。
五家医院6715眼，原文列出内部数据6552眼、外部163眼；DVIS数据整理与XGBoost组合的摘要结果为内部MAE39.15 μm、外部149.72 μm。不能将内部总体数6552眼误写成全部独立测试眼数。这个差距支持把跨中心测试作为设计重点，但本轮不独立复现其数值，也不从差距推断某一种具体泄漏原因。
适合加入留一中心外测、测量设备偏移、预处理只在训练集拟合、缺失模式变化、预测区间覆盖率。它不提供光圈的像素级形态真值。
R4 · DeepLens：可微光学环境，而非ICL临床模型
Yang X, Fu Q, Heidrich W. Curriculum learning for ab initio deep learned refractive optics. Nature Communications, 2024;15:6572. DOI: 10.1038/s41467-024-50835-7。作者项目页、论文与代码入口。本轮核验层级：期刊正文摘要、引言与作者页方法概述及论文/代码链接，未复现代码实验。
该工作通过可微光线追踪优化复合折射镜头，并用课程策略及几何约束处理从初始曲面开始的设计问题。它适合启发“Agent必须搭建可执行环境、检查参数梯度、做受约束逆向推理”的题目。其研究对象是成像镜头；不能把其镜头优化结果说成眼内ICL或患者视觉的验证。
在ICL-Bench中，前向成像、表面合法性、能量账本与隐藏干预是主体。梯度正确只是额外能力；不能因为用了某个可微库便给物理正确分。原生不可微求解器仍可以参加前向任务。
R5 · 含杂散光的眼像差反演：辨识能力与歧义
Ntatsis K, Christaras D, Artal P, Ginis H. Deep learning ocular aberration retrieval from simulated retinal images under straylight. Biomedical Optics Express, 2025;16(7):2709–2718. DOI: 10.1364/BOE.559749。PubMed原始研究摘要。本轮核验层级：书目信息与摘要；正文页面本次未成功取得。
研究从含杂散光的合成PSF反演像差，摘要将散射效应实现为额外随机相位扰动，并报告一次推断3 ms。这是合成眼光学逆问题研究；本轮不据摘要补写训练集规模，也不把速度数值迁移到本项目硬件。
适合加入像差与散射混淆、分布外扰动、重新前向传播的残差以及信息不足时的多解报告。不能把训练分布内的像差恢复当成真实ICL孔缘机制已被识别。相似光圈可由多组参数产生，拒绝过度确定的单因果结论是评测内容。
R6 · 患者光晕随访：补充测量轨道，不能替代描画
Chen X, et al. Evaluation of Disk Halo Size after Implantation of a Collamer Lens with a Central Hole (ICL V4c). Journal of Ophthalmology, 2019:7174913. DOI: 10.1155/2019/7174913。PubMed原始研究摘要。原文测量与结果。本轮核验层级：书目信息、摘要、正文测量方法与结果。
前瞻性研究纳入42名患者的42只右眼，术前及术后1周、1个月、3个月测量disk halo与瞳孔光反应。摘要报告术后1周与术前无显著差异，1个月和3个月减小，3个月的disk halo与多项瞳孔直径指标相关。这里既没有AI模型，也没有可直接用于本项目的患者自由描画轮廓。
正文的disk halo测量让字母沿三条径向线接近眩光源，以最近能辨识字母的位置计算角距；并非让患者描画发光环。它适合支持“测量定义和时间点必须保存”的题目：眩光光源附近的辨识障碍范围、主观明亮圆环、PSF径向环带应分列。群体相关性不能变成每位患者必然单调变化的答案；重复随访还应按患者留出。
2. 加入哪些具体题目
以下六张扩展任务卡随工具包提供机器可读契约。它们是研究任务设计，尚未成为已验证的新排行榜；不改变既有24例合成核心或36张专业模板的完成状态。
| 任务 | 输入与Agent交付 | 主要指标与负控 | 当前可用性 |
|---|---|---|---|
| AI-01 跨中心拱高及不确定度 | 带单位和缺失标记的术前测量、已植入型号与随访时间；输出μm预测与90%区间 | MAE、RMSE、区间覆盖/宽度、外部中心逐组结果；训练中位数与无区间基线 | R1–R3启发；无获准临床数据，暂不计分 |
| AI-02 物理环境及隐藏条件干预 | 合成曲面、介质、瞳孔/光源；提交可执行求解器、分路径线性光场和能量账本 | 固定坐标能量误差、形态与位置误差、干预差分；固定环、曝光改变数值、擅自重新对焦为负控 | 可用已有六种厚眼结果作公开开发样例；独立真值与隐藏组待建 |
| AI-03 光学逆向推理及梯度检查 | 多条件原始PSF、已知几何与指定未知参数边界；交付候选参数、梯度及前向复核 | 在平滑区间与独立中心差分比较梯度；保留测试条件的预测误差；越界/曲面相交失败 | R4启发；需专门梯度验证与隐藏参数集 |
| AI-04 像差—杂散光辨析 | 带噪声、动态范围和已知采集方式的合成PSF；交付像差、散射候选及不确定度 | 波前误差（去活塞）、PSF前向残差、分布外误差、歧义覆盖；单一高置信机制为负控 | R5启发；本项目尚无散射真值，不假装已完成 |
| AI-05 光学代理模型的外推 | 训练侧有限参数与线性分路径光场；测试隐藏瞳孔/偏心/离轴组合 | 原始功率/位置/径向能量误差、守恒、速度与硬件、最差组；圆环贴图和最近邻基线 | 项目提出的扩展，R4提供方法背景；240张预览不是240个独立眼病例 |
| AI-06 测量语义与患者盲预测 | 按协议获取的眼部/照明/时间输入，不提供目标描画；交付形态、位置与预测区间 | 患者层原有分项、重测噪声、患者留出；disk halo、明亮环与困扰度误混为负控 | R6支持测量分列；当前仅虚构报告自检，待真实先导验证 |
3. 如何评分，避免奖励“画得像”
物理、解剖、感知三张成绩单独立。 AI-01的微米MAE不与AI-02的能量误差加权合成一个“医学理解分”。AI-03至AI-05先报告各项原始指标和失败率；阈值由独立误差预算、数值收敛和开发基线确定，不从论文最佳分数直接抄一个及格线。AI-06沿用患者感知评分草案，权重仍待先导研究校准。
物理题的有效提交门槛包括：给出单位及坐标、原始线性输出、参数与随机种子、可执行环境、求解器/近似说明、能量去向和失败记录。普通光学模型不支持的鬼像或相干衍射不能靠渲染特效补齐。违反门槛的结果标记invalid，不用漂亮预览抵消。
逆向题分别考核参数恢复与可观测量恢复。对有已知非唯一解的样例，报告覆盖等价解的区间或候选集合，比盲猜唯一参数更有科学依据。例如对圆对称实瞳面、纯离焦的简化模型，正负离焦可以给出相同焦平面强度；应明确条件并引入额外焦面观测后再检查可辨识性，不能泛化成所有眼像差都无法辨识。
学习型方法要先按患者/中心/几何族拆分，再拟合预处理和增强。训练集不能包含测试患者另一只眼、另一随访或同一合成眼的另一曝光。显示曝光只是同一光场的映射，不是新增物理病例。代理模型还应同时报告训练计算量、在线耗时及独立求解器误差，不能单凭快或视觉相似获得机制分。
4. 推荐推进顺序
先做AI-02：已有公开光学条件、原始数组和分路径干预，最接近本Benchmark的核心目标。之后建立独立求解器和隐藏参数组合，再比较AI-05的学习型代理与解析/数值程序。
第二步做AI-03与AI-04，增加逆向推理、歧义和分布外变化，检查Agent是否理解“哪些结构能从这些观测中推断”。患者视觉的证据链建立后再做AI-06；AI-01作为独立解剖预测轨道保留，前提是取得合规且能按患者、中心拆分的数据。
本轮只核验文献与设计任务，没有下载患者原始数据、复现论文模型或完成临床认证。已读原文不等于数据已获授权，也不赋予图表再发布权。旧证据登记中的待核验项目按具体命题更新；本轮论文不替代型号说明书或独立光学实测。