眼科是一个不断变化的，具有开创性的领域。这就是为什么医学技术和创新有很多是首先在眼部护理领域取得突破的原因。
这是“The Ophthalmologist” 连续3年在眼科生态系统中评选出最具影响力的年度人物， 这里有全世界知名的眼科医生、眼科学教授、眼视光跨国公司掌门人和投资人。他们都是眼视光行业中的意见领袖和卓越的实践者。
“The Ophthalmologist”通过对新评选的2018年Top 100有影响力的眼科生态系统杰出人物的采访，为大家分享眼科大咖们对眼科技术发展的展望。
“对于角膜的基质层和后弹力层之间一层新结构——Dua层的发现及如何成为直接的临床应用，我们和其他来自世界各地的独立团体已经在角膜移植的这一方面以及其他方面取得了新的发现，研究内容已经公布或者在知名期刊发表。”
—— Harminder Dua 英国诺丁汉大学眼科与视觉科学系主任
“我目前正试图解决DMEK手术中的挑战，这可能是当今角膜移植中最困难的外科手术之一。目前对DMEK的手术方法通常不适用于特别复杂或高风险病例 - 尤其是因为它具有最低的排斥风险。我目前正在评估一种全新的手术方法。”
—— Donald Tan 新加坡国立眼科中心和新加坡国立大学杜克医学院教授
“在过去的15年中，角膜移植术发生了相当大的变化，其中很多变化都归功于屈光手术技术！角膜刀实现了后弹力层剥除自动角膜内皮移植术（DSAEK），最终演变为后弹力层角膜内皮移植术DMEK。我预计这两种手术都将被其他治疗方式取代，例如用Rho激酶抑制剂进行角膜细胞治疗。基质替代品已经在开发中，我预计人工合成材料角膜将变得更加普遍。干细胞治疗将发挥作用，如果细胞因子和生长因子的正确混合能够从骨髓中获得干细胞并提供必要的修复。”
—— Sheraz Daya 英国East Grinstead 视力中心医疗主任
我一直在追求角膜和眼表疾病的新模式。未来，我希望为大疱性角膜病变建立培养角膜内皮细胞注射疗法。”
—— KingeitaShigeru 日本京都府立医科大学眼科前沿医学科学技术教授兼主席
开发直接评估技术来评估角膜生物力学特性以筛查圆锥角膜的最早表现，以及角膜干预的预测模型，如激光消融和交联以获得个体化治疗参数。”
—— J. Bradley Randleman 南加州大学Keck医学院眼科教授、Beverly Hills Clinic医疗主任
“作为医生职业，我们面临的最大挑战是发展中国家白内障致盲增加。虽然我们自己的病人是日益成熟的技术的受益者，但是治疗屈光不正的人工晶状体和飞秒激光不能解决白内障失明问题。我们需要技术含量低、价格适中且比白内障超声乳化更容易掌握的不同的创新技术。手术小切口白内障手术（MSICS）是迄今为止最重要的创新。我正在与一个可以预防或可能逆转白内障形成的有前景的外用药物的团队合作。停止或延迟白内障失明的非手术方式将比任何可能的手术干预都具有更广泛的全球影响。”
—— David Chang 美国加州大学旧金山分校临床教授
“在基于晶状体的手术中，我相信未来在于能够在植入后人工晶状体的调节能力以及可调节人工晶状体类型的发展。手术方面，未来在于机器人系统和激光器给予我们的外科手术精度提高的领域。至于角膜屈光手术，我认为使用基质内激光应用进行折射率整形是非常有前景的。”
—— Boris Malyugin 俄罗斯莫斯科S. Fyodorov眼科显微外科学院副总干事
“我相信未来技术将集中在三大领域。一种是使用新一代人工晶状体帮助失去调节力的患者恢复调节力，晶状体囊将是这项技术的关键。第二部分将重点关注年轻患者群，并包括更高级的和更具个性化的基于角膜的矫正。第三种是不规则和不稳定的角膜，例如圆锥角膜，这可能会使用组织添加剂，并用原位成形生物材料角膜。”
—— Ioannis Pallikaris 希腊克里特岛大学视觉与光学研究所创始人兼主任
“这绝对是一个潮流变化。我们有很多治疗选择（当前有些人可能会说太多，因为我们试图理解它们全部！）。我所看到的是数据越来越推动我们的决策制定并变得更加完整; AI辅助系统将眼压，视网膜神经纤维层（RNFL）/神经节细胞层（GCL）分析与视野功能（更好的测量）以及可能的更新变量如流出阻力，巩膜静脉压和预测结膜纤维化反应的方法相结合去手术。我们将能够检测到较小的变化率并更准确地预测未来的风险。随之而来的是对需求与风险的定制管理，并不断得到认可。”
—— Dan Lindfield 英国吉尔福德皇家萨里郡医院眼科主任兼青光眼主任
“与科学家，工业界和监管机构合作开发第一种神经保护剂（保护视神经, 独立于降低眼压）。”
—— Robert Weinreb 加州大学圣地亚哥分校Shiley眼科研究所和汉密尔顿青光眼中心主任
“基因和干细胞治疗的突破将为促进眼科疾病的医疗和手术方法以及抗击退行性视网膜疾病提供巨大的机会，而大数据，远程医疗以及人工智能和深度学习的分析进展将增强公共健康并提升我们的循证医学的水平。
