光学相干断层扫描（OCT）在青光眼和神经眼科护理中已成为不可或缺的工具。其输出结果中，彩色编码的神经视网膜边缘和视盘周围视网膜神经纤维层（RNFL）图像具有特别的直观性：绿色表示在正常范围内，黄色表示处于临界值，红色表示超出正常范围。这些总结在临床实践中无处不在，通常与视盘检查、眼内压测量和视野测试一起帮助形成诊断信心。然而，很少有临床医生考虑这些阈值的制定方式，或者背后的标准化数据是否反映了日常实践中遇到的患者多样性。

每个制造商都根据自己的参考数据集来定义“正常”的RNFL厚度。对于广泛使用的Cirrus HD-OCT（卡尔蔡司Meditec公司），其标准化数据库来自七个地区的284只眼睛，其中包括122名白人、63名中国人、51名非洲裔和35名西班牙裔个体[1, 2]。参与者主要是中年人，眼轴长度正常且视力良好。

尽管这些数据在当时是一项重要成就，但它们代表的群体和生物测量范围相对狭窄。其他制造商（包括Spectralis、Avanti和Triton）的类似数据集样本量也相当有限，通常只有几百只健康的眼睛，且往往来自单一地区或种族群体[3, 4, 5]。这些小型标准化队列构成了RNFL颜色编码的统计基础。每个测量区域都与参考样本中的年龄匹配分布进行比较，百分位数临界值决定了屏幕上显示的颜色。

这一过程假设参考人群准确反映了不同种族、眼部生物测量特征和年龄的生物学多样性。然而，颜色图的简洁性掩盖了这一假设。风险并不来自成像技术本身，而在于其解释线索所依赖的数据的普遍性有限。

越来越多的文献表明，RNFL平均厚度和视盘形态会因种族、眼轴长度和视盘大小而异[6, 7, 8, 9, 10
想象一个高度近视的患者或视盘异常大的患者：RNFL图像可能会显示红色或黄色区域，这并非由于真正的病理变化，而是因为他们的基线解剖结构超出了原始参考人群的狭窄范围。相反，尽管存在早期青光眼改变，但视盘较小且神经纤维层自然较厚的眼睛可能仍显示为“绿色”。由于分割和颜色编码算法是专有的且不透明，临床医生难以评估这些系统在不同人群或生物测量特征下的表现。
这些挑战表明，RNFL颜色图应被视为统计总结，而非绝对诊断。实际上，青光眼专家已经将OCT数据与视盘外观和功能测试结合起来使用；然而，颜色编码可能会产生心理影响，并影响诊断信心，尤其是在培训生和非专业人士中。增加对这些分类背后数据的透明度有助于更好地理解结果，并避免过度依赖自动化输出。
即使在新数据集建立之前，也可以取得有意义的进展。设备制造商可以直接在OCT报告中显示关键元数据，如样本量、平均年龄、标准化数据库的种族构成和眼轴长度分布，使临床医生能够判断其与患者特征的匹配程度。教育举措应强调颜色图只是更大诊断拼图的一部分，需要与B扫描结果进行关联以验证分割准确性，与视野检查进行功能确认，并与视盘检查进行结构确认。
在解释来自参考样本之外的人群（如高度近视个体或原始数据库中代表性不足的种族）的OCT结果时，临床医生应特别谨慎。在这种情况下，纵向评估、双眼间的对称性和多模态相关性比单次横截面扫描能提供更可靠的信息。
许多核心OCT RNFL算法是在十多年前开发的，当时大规模数据聚合和现代机器学习在临床成像中还不可行。尽管这些早期的标准化数据集是重要的里程碑，但OCT阈值仍然主要基于有限的参考人群。这是一个错失的机会。通过使用大规模、多样化的数据集和经过验证的分析框架，OCT解释可以从静态分类转向早期、个性化的风险检测，从而实现更及时的干预并减少可预防的青光眼相关视力损失。