跳到內容
屈光矯正

眼睛疲勞(調節性或度數不適合所致)

按族群劃分的眼疲勞盛行率森林圖(數位裝置使用者、學生、一般成人等)
按族群劃分的眼疲勞盛行率森林圖(數位裝置使用者、學生、一般成人等)
Song F, Liu Y, Zhao Z, et al. Clinical manifestations, prevalence, and risk factors of asthenopia: a systematic review and meta-analysis. J Glob Health. 2026;16:04053. Figure 2. PMCID: PMC12879263. License: CC BY.
按族群類型(電腦使用者、數位裝置使用者、學生、一般成人等)及使用問卷(CVS-Q、CISS、CVSS17等)劃分的眼疲勞盛行率與95%信賴區間森林圖,包含COVID-19期間與非期間的比較。對應「什麼是眼疲勞」一節中討論的盛行率趨勢(整體51%、數位使用者90%、COVID-19導致的上升)。

眼疲勞(asthenopia)是指僅因看東西而出現眼睛疲勞、疼痛、模糊,並伴有頭痛、噁心,有時甚至嘔吐等一系列非特異性症狀。與單純的「眼睛累」不同,它是一種休息後症狀也無法恢復的嚴重狀態,由眼部及全身的器質性和功能性異常引起。ICD-10編碼為H53.1。

在數位裝置已成為生活必需的現代,稱為電腦視覺症候群(CVS)和數位眼疲勞(DES)的亞型急劇增加。TFOS(淚膜與眼表協會)將DES定義為「與觀看數位裝置螢幕特別相關的復發性眼部症狀和體徵的發生或加重」5)。CVS指從眼部症狀(眼疲勞、模糊、乾眼)到肌肉骨骼症狀(頸肩痛)和神經症狀(頭痛)的多種症狀群7)。VDT工作中發生的「科技壓力眼症(IT眼症)」是一種以眨眼減少導致的乾眼和自主神經系統障礙為主要特徵的特殊病態。

盛行率趨勢:

Song等人對63項研究、60,589名個體進行的系統性回顧和統合分析報告,眼疲勞的整體盛行率為51%(95%CI: 50–52%)1)。數位裝置使用者為90%,電腦工作者為77%,在COVID-19大流行期間,學齡兒童從45%上升到64%,大學生從36%上升到57%1)數位眼疲勞的全球盛行率約為66%(95%CI: 59–74%),在COVID-19期間達到74%(95%CI: 66–81%)17)

原因分類:

眼疲勞的原因大致可分為調節性、光學性、肌性和神經性四種類型。

分類主要原因
調節性屈光不正或老花導致的調節負荷、調節痙攣調節衰弱
光學性不適當的眼鏡矯正(欠矯、過矯、不等視矯正不良)
肌性眼位異常(斜視、隱斜視)、輻輳不足
神經性全身疾病、心理因素、VDT工作導致之自律神經障礙
Q 「眼睛疲勞」和眼疲勞是同一回事嗎?
A

「眼睛疲勞」是指休息後症狀可恢復的暫時性狀態。眼疲勞是休息後症狀不改善的嚴重狀態,是基於屈光不正、眼位異常、全身疾病等背景疾病的不確定症候群。

眼疲勞的主觀症狀包括眼部症狀和全身症狀在內的多種主訴。

統合分析之症狀頻率1)

Song等人(2026年)針對63項研究、60,589名參與者進行的統合分析報告了以下症狀。

症狀分類備註
視力模糊或對焦困難眼部最常見的主訴之一
眼睛疲勞或沉重感眼部所有數位裝置使用者中常見
眼睛乾澀感眼部(乾眼症主要由眨眼頻率降低引起
眼痛/不適感眼部持續性鈍痛
頭痛(前額部)全身與調節和輻輳努力有關
頸肩僵硬全身(肌肉骨骼系統)由不正確的姿勢和工作距離誘發
複視眼部伴有輻輳不足時
畏光眼部與眼表損傷相關

視物模糊、對焦不清、乾澀感、眼沉重感也常被主訴。重症時可出現眼瞼痙攣。視疲勞的真正治療是探尋病因並預防發病,與單純的眼疲勞區分很重要。

數位眼疲勞(DES)的四類分類8)

視疲勞(asthenopia)

眼疲勞/沉重感:長時間近距離工作時加重

視物模糊遠視近視均可發生

眼痛/不適:自覺為持續性鈍痛

複視(罕見):伴有輻輳功能不全時出現

乾眼相關症狀

眼乾澀:主要因眨眼頻率降低所致

異物感/灼熱感:由淚膜破裂引起

流淚:反射性淚液分泌所致

畏光:伴隨眼表損傷出現

原有眼疾惡化

未矯正屈光不正顯現:輕度散光老花眼會放大症狀

頭痛:尤其好發於前額部

聚焦困難老花眼時尤為明顯

肌肉骨骼症狀

頸肩痛:由不良姿勢引起

腰背痛:與螢幕位置不當有關

手腕和手指疼痛:長時間鍵盤操作導致

技術壓力性眼病的特徵性表現:

VDT作業期間眨眼頻率明顯減少,加上辦公室乾燥環境,導致功能性乾眼。作業後反而出現代償性眨眼增加。此外,近反射(調節、縮瞳、輻湊)在近距離視物時本應同時觸發,但VDT作業後這種協調性被破壞,三個要素的同時觸發出現不一致。

Q 如何判斷是否為眼疲勞?
A

如果長時間使用數位設備後反覆出現眼乾、疲勞、視力模糊和頭痛,停止使用後症狀改善,則很可能是數位眼疲勞。可透過標準化問卷如CVS-Q(電腦視覺症候群問卷,評分≥6提示DES)進行評估。如果症狀持續,應就診眼科,檢查是否存在屈光不正、調節異常和乾眼。

眼疲勞是一種多因素疾病,由眼科、全身和環境因素共同導致。

眼科因素:

  • 屈光不正(遠視散光、不等視、不適當的眼鏡矯正):遠視、潛伏遠視散光會阻礙調節功能,導致長時間近距離工作時出現較多不適。
  • 眼位異常(斜視、隱斜):即使是小角度的潛在斜視也會導致眼睛疲勞、頭痛和肩頸僵硬。
  • 調節異常(老花眼調節痙攣調節衰弱):老花眼(從30歲後半開始)的初期主訴大多是眼睛疲勞。
  • 輻輳和散開障礙:伴有調節不全的輻輳不足會導致近距離視物時複視和眼睛疲勞。
  • 乾眼症:眼表疾病引起的刺激症狀是眼睛疲勞的主要原因。
  • 青光眼高眼壓症:與視神經盤所見和視野異常相關。

全身因素:

  • 循環系統障礙(低血壓、貧血):常表現為眼睛疲勞。
  • 內分泌異常(甲狀腺功能障礙):眼睛疲勞的重要因素。
  • 消化系統疾病(胃下垂、肝病):眼睛疲勞作為非特異性症狀出現。
  • 妊娠、月經異常、更年期:容易出現非特異性症狀的時期。
  • Barré-Liéou症候群(頸椎損傷後遺症):伴有自律神經障礙,顯示瞳孔和調節系統的客觀異常。
  • 藥物(精神藥物、抗組織胺藥):許多藥物會減弱調節功能,必須確認用藥史。

環境因素:

  • VDT作業(科技壓力眼症、IT眼症):調節功能異常、眼位異常和淚液分泌功能異常的發生率高。
  • 病態建築症候群:通風不良建築中的化學刺激物(如甲醛)
  • 照明(眩光、亮度對比、螢幕位置)
  • 空調(乾燥、直接送風):使用空調的OR為23.02,是最大的風險因子
  • 工作環境(不良姿勢、螢幕距離、長時間VDT作業)

統合分析得出的風險因子與保護因子(OR值)1)

因子OR(95% CI分類
使用空調23.02(4.94–107.18)風險
既有眼疾2.59(1.43–4.69)風險
不良坐姿2.02(1.51–2.70)風險
遠視1.56(1.10–2.30)風險
近視1.51(1.27–1.81)風險
螢幕時間(每增加1小時)1.15(1.09–1.21)風險
定期休息0.21(0.09–0.51)保護
良好睡眠0.24(0.20–0.30)保護
電腦使用知識0.20(0.13–0.30)保護性
防眩光濾鏡0.34(0.19–0.64)保護性

數位眼疲勞的特異性風險因素包括短視距(OR 4.24)、不良人體工學(OR 3.87)和不休息(OR 2.24)15)。螢幕高於水平視線會增加眼表暴露面積,加重乾眼症5)。針對電腦工作者的統合分析顯示,VDT使用時間、工作環境和眼鏡矯正狀態是盛行率的主要決定因素14)

有報告指出COVID-19感染後出現遠視偏移和眼疲勞症狀,提示睫狀肌維持調節的能力下降2)

Q 螢幕使用時間與眼疲勞之間的關係有多強?
A

每增加1小時螢幕時間,眼疲勞風險增加OR 1.15(95%CI: 1.09–1.21)1)。而定期休息可將風險降至OR 0.21。限制螢幕時間與定期休息相結合非常重要。

眼疲勞診斷中最重要的是詳細病史詢問。仔細詢問VDT使用時間、工作環境、自覺症狀出現時機、眼鏡處方史以及精神藥物或抗過敏藥等藥物服用狀況。

必要的眼科檢查:

檢查目的要點
近視力檢查屈光異常的確認5公尺、近距離(30公分)、中距離(50公分)全部測量
屈光檢查確認適當的矯正值自動驗光儀+自覺屈光值。必要時使用賽普林點眼液
調節功能檢查調節力及調節狀態的評估近點測量、重複測量、調節功能分析儀(HFC分析)
眼位檢查斜視及斜位的評估交替遮蓋試驗、稜鏡遮蓋試驗
立體視檢查雙眼視功能的評估TNO、Titmus
乾眼檢查眼表損傷評估淚膜破裂時間、淚液分泌試驗、螢光素染色
裂隙燈顯微鏡檢查排除眼前段疾病包括瞼板腺功能障礙的評估
眼底檢查排除青光眼和眼底疾病確認視盤所見和視野異常

有指出淚膜不穩定可能是視覺疲勞的主要原因3)瞼板腺功能障礙的評估也很重要。

問卷評估:

標準化的問卷包括以下8)12)

問卷項目數診斷標準
CVS-Q(電腦視覺症候群問卷)16種症狀分數≥6分表示DES
CVSS17(電腦視覺症狀量表)17個項目基於Rasch模型
DESQ(數位眼疲勞問卷)多個項目涵蓋所有數位裝置

客觀檢查(用於研究/專業機構)5)

  • 臨界閃爍融合頻率(CFF):量化視覺疲勞
  • 眨眼分析(眨眼率、不完全眨眼比例):輔助DES診斷
  • 瞳孔反應和調節微動分析(Fk-map):評估調節緊張/痙攣
  • 眼球運動記錄和注視差異測量:評估輻輳不足

需排除的疾病:

需要排除表現類似眼睛疲勞症狀的疾病,如閉角型青光眼葡萄膜炎視神經炎等。特別注意以下幾點。

  • 青光眼/高眼壓症視神經盤所見和視野所見是鑑別的關鍵
  • 乾眼症(包括MGD:淚膜不穩定可能是眼睛疲勞的主要原因
  • 全身性疾病(甲狀腺、血液、神經疾病):不要漏診器質性疾病
  • 藥物性:精神藥物、抗組織胺藥、抗膽鹼藥等引起的調節障礙

眼睛疲勞的治療基本上是根據病因採取多方面的方法。最重要的是查明並消除病因,僅對症治療會導致復發。治療按以下優先順序進行:

  1. 消除眼科原因屈光矯正、眼位治療、乾眼治療)
  2. 改善環境和行為(優化VDT工作環境、休息習慣)
  3. 藥物治療(眼藥水、營養干預)
  4. 全身性疾病和藥物性原因的治療(原發病管理、用藥調整)

屈光矯正和眼位矯正

適當的眼鏡處方:治療眼睛疲勞的最重要手段。準確矯正遠視散光屈光參差。欠矯和過矯都可能導致眼睛疲勞。

隱形眼鏡處方:對於較大的屈光參差,隱形眼鏡比眼鏡更有效地減少不等像視

稜鏡眼鏡:對於約10稜鏡度(Δ)的隱斜視稜鏡眼鏡有效。垂直眼位異常即使角度很小,融合範圍也窄,因此應積極考慮治療。

視能訓練:針對輻輳不全及雙眼視功能障礙的訓練。手術適用於大角度眼位異常。

VDT環境改善與行為改變

定期休息:每小時休息10-15分鐘,並努力遠眺。

20-20-20法則:每20分鐘,注視20英尺(約6公尺)遠的物體20秒13)

顯示器距離與位置:眼睛與電腦的距離保持在40-70公分。視線應略微向下,調整螢幕位置。

照明與環境:避免直射陽光,室內照明應足夠明亮。避免空調或暖氣的風直接吹向眼睛,注意通風。濕度管理也很重要。

藥物治療與營養療法

人工淚液:Soft Santear點眼液,每次2-3滴,每日5-6次

保濕點眼:Hyalein點眼液(0.1%),每次1滴,每日5-6次 + Mucosta點眼液UD(2%)或Diquas點眼液(3%),每次1滴,每日5-6次

調節痙攣治療:Mydrin M點眼液(0.4%),每日1次睡前使用(緩解睫狀肌過度緊張)

眼疲勞治療點眼:Sancoba點眼液(0.02%),每日3-5次

Omega-3脂肪酸補充:TFOS系統性回顧中唯一顯示高品質證據的口服營養介入6)

眨眼練習:重複一組動作:閉眼2秒兩次,然後用力閉眼2秒11)。在VDT工作期間作為有意識的眨眼練習有效。

Q 防藍光眼鏡對眼睛疲勞有效嗎?
A

目前的隨機對照試驗尚未確認防藍光鏡片能顯著減輕眼睛疲勞症狀的證據5)。眼睛疲勞的主要原因在於調節疲勞、眨眼異常和環境因素,而非光的波長特性。預防方面,建議優先遵循20-20-20法則、進行適當的屈光矯正以及優化工作環境。

眼睛疲勞的發病機制因病因不同而異,且常多種機制並存。

屈光不正與矯正不當引起的機制:

未矯正狀態下瞇眼,或不當的屈光矯正,可能導致調節痙攣或調節不足,甚至調節麻痺。這些調節異常是眼睛疲勞的重要原因,並可能發展為惡性循環。

調節性機制(技術壓力性眼病):

VDT作業和長時間使用智慧型手機導致調節痙攣的機制如下:持續近距離工作使睫狀肌持續收縮緊張,難以放鬆(調節痙攣)。進一步加重則出現調節痙攣,導致類似假性近視遠視力下降。調節功能分析儀(Fk-map)顯示近距視標HFC值高的調節緊張至痙攣模式。此狀態下眼睛疲勞易慢性化。睡前滴用睫狀肌麻痺劑(美多林M)可放鬆睫狀肌,從而改善症狀。

輻輳與雙眼視覺機制:

在伴有調節不足的輻輳不足中,調節性輻輳和融像性輻輳均不足,導致近距離視物時出現複視和眼睛疲勞。長時間近距離使用數位設備需要持續的調節努力,導致調節幅度下降、近點輻輳後退和調節滯後增加9)10)

眨眼異常與眼表損傷機制:

使用數位設備時,眨眼頻率降低,不完全眨眼增加5)8)。正常眨眼頻率為每分鐘15-20次,但注視螢幕時顯著減少。眨眼頻率降低促進淚液蒸發,增加淚液滲透壓,引發眼表乾燥和發炎。淚膜不穩定是視覺疲勞的主要原因之一3)

營養與代謝機制:

DHA(二十二碳六烯酸)約占視網膜光感受器磷脂質的50%,補充omega-3多元不飽和脂肪酸(PUFAs)被認為可有效減輕視網膜和眼表的氧化壓力4)

COVID-19後的機制:

據報導,COVID-19感染後副交感神經支配減少,導致睫狀肌張力下降,引起遠視屈光偏移,出現眼睛疲勞症狀2)。在3例患者(31歲女性、25歲男性、22歲男性)中均觀察到遠視偏移,透過適當的眼鏡矯正後症狀改善。該機制被認為是COVID-19神經系統後遺症導致自主神經/副交感神經系統受損所致,在長新冠患者的眼科評估中應注意屈光狀態的變化。

眼睛疲勞與淚膜穩定性:

淚膜不穩定是視覺疲勞的主要原因之一3)。沒有正常的淚膜,就無法保持光學均勻的眼表,導致視力波動和模糊。使用數位裝置時眨眼率降低是導致淚膜不穩定的主要機制。瞼板腺功能障礙MGD)引起的蒸發過強型乾眼是加重眼睛疲勞的重要共病,需要積極評估和治療。

Q COVID-19感染與眼睛疲勞有關嗎?
A

有報導稱COVID-19感染後出現遠視偏移和眼睛疲勞症狀,認為與睫狀肌調節維持能力下降有關2)。適當的屈光矯正可能改善症狀。

統一診斷定義的提議:

眼睛疲勞缺乏國際公認的診斷定義,導致研究間難以比較。Song等人(2026)的統合分析提出了以下統一診斷標準1)

提議的定義:「主要由視覺任務引起,出現一種或多種與眼或視覺相關的症狀(如眼睛疲勞、模糊、疼痛等),休息後可部分或完全緩解的症候群」。如果該定義標準化,預計將提高未來流行病學和介入研究的品質。

未來治療和管理方向:

目前的眼睛疲勞治療主要是對症治療,但預計將向以下方向發展:

  • 基於AI的個人化管理:利用穿戴式裝置即時監測眨眼頻率、螢幕使用時間和姿勢,並提供個人化回饋
  • 淚液成分的精確評估:透過基於眼藥水的淚液發炎標誌物(IL-6、IL-8、ICAM-1等)測量,提高診斷準確性
  • VR環境下的評估:開發使用VR頭戴式顯示器的標準化雙眼視覺功能評估方案
  • 藥物治療的進展:透過促進黏蛋白分泌的眼藥水和抗發炎眼藥水保護眼表並減輕視覺疲勞
  • 數位健康干預:評估螢幕使用行為改變應用程式和定期休息提醒系統的有效性

盛行率的全球趨勢13)17)

族群盛行率
全球(正常時期,DES)66%(95% CI: 59–74%)
COVID-19期間(DES)74%(95% CI: 66–81%)
非學生(COVID期間)82%
學生(COVID期間)70%
所有年齡層及整體眼睛疲勞51%(95% CI: 50–52%)
數位裝置使用者90%
電腦工作者77%

對兒童的影響:

DES在兒童中被稱為「影子大流行」16)。COVID-19流行前後,平均螢幕時間從1.9小時倍增到3.9小時,兒童DES盛行率達到50.2%。14歲以上、男性、每天使用裝置超過5小時被認定為風險因子。

omega-3脂肪酸補充劑的潛力:

補充omega-3多元不飽和脂肪酸可能減輕眼表氧化壓力,並透過穩定淚膜改善視覺疲勞4)。在TFOS的系統性回顧中,口服omega-3脂肪酸補充被定位為證據等級最高的管理方法6)

淚膜穩定性的客觀評估技術:

客觀評估淚膜穩定性的方法正在開發中3)。如果這項技術應用於臨床,將能客觀診斷和監測乾眼相關的眼睛疲勞。如果在數位裝置使用期間普及非侵入性淚膜評估(NIBUT:非侵入性淚膜破裂時間),則可能即時追蹤螢幕使用前後眼表的變化。

VR頭戴式顯示器的影響:

VR(虛擬實境)頭戴式顯示器帶來與傳統螢幕不同的近距離視覺負荷,引發對調節和輻輳功能的擔憂。利用AI和穿戴式裝置的DES監測和預防系統也在開發中。

眼睛疲勞與醫療經濟學:

眼疲勞在全球範圍內與生產力下降和醫療費用增加密切相關。COVID-19大流行後遠距辦公常態化,使得工作場所的眼疲勞對策(人體工學改善、定期休息制度化、定期眼科檢查)的經濟意義被重新評估。考慮到螢幕時間每增加1小時,風險增加OR 1.15倍,對工作環境改善的投資很可能帶來長期的醫療費用削減1)

眼疲勞預防計畫:

建議在工作場所和學校採取以下措施預防眼疲勞

  1. 定期眼科檢查:早期發現和治療屈光不正、斜視乾眼症
  2. 人體工學評估:顯示器高度、距離、室內照明、椅子高度等
  3. 20-20-20規則制度化:如番茄工作法所代表的定期休息機制化
  4. 螢幕時間管理工具:記錄使用時間並設定上限
  5. 引入防眩光濾鏡:作為保護因子有效,OR 0.341)
  1. Song F, Liu Y, Zhao Z, et al. Clinical manifestations, prevalence, and risk factors of asthenopia: a systematic review and meta-analysis. J Glob Health. 2026;16:04053.

  2. Thakur M, Panicker T, Satgunam P. Refractive error changes and associated asthenopia observed after COVID-19 infection: Case reports from two continents. Indian J Ophthalmol. 2023;71:2592-2594.

  3. Watanabe M, Hirota M, Takigawa R, et al. Objective evaluation of relationship between tear film stability and visual fatigue [Response to Letter]. Clin Optom. 2025;17:281-282.

  4. Duan H, Song W, Zhao J, Yan W. Polyunsaturated fatty acids (PUFAs): sources, digestion, absorption, application and their potential adjunctive effects on visual fatigue. Nutrients. 2023;15:2633.

  5. Wolffsohn JS, Flitcroft DI, Gifford KL, et al. TFOS Lifestyle: Impact of the digital environment on the ocular surface. Ocul Surf. 2023;30:213-252.

  6. Downie LE, Craig JP, Wolffsohn JS, et al. TFOS Lifestyle: Impact of the digital environment on the ocular surface – Management and treatment. Ocul Surf. 2023;30:253-285.

  7. Kahal F, Al Darra A, Torbey A. Computer vision syndrome: a comprehensive literature review. Future Sci OA. 2025;11(1):2476923.

  8. Pucker AD, Kerr AM, Sanderson J, Lievens C. Digital Eye Strain: Updated Perspectives. Clin Optom. 2024;16:249-261.

  9. Barata MJ, Aguiar P, Grzybowski A, Moreira-Rosário A, Lança C. A Review of Digital Eye Strain: Binocular Vision Anomalies, Ocular Surface Changes, and the Need for Objective Assessment. J Eye Mov Res. 2025.

  10. Kaur K, Gurnani B, Nayak S, et al. Digital Eye Strain- A Comprehensive Review. Ophthalmol Ther. 2022;11:1655-1680.

  11. Pavel IA, Bogdanici CM, Donica VC, et al. Computer Vision Syndrome: An Ophthalmic Pathology of the Modern Era. Medicina. 2023;59:412.

  12. Mylona I, Glynatsis MN, Floros GD, Kandarakis S. Spotlight on Digital Eye Strain. Clin Optom. 2023;15:29-36.

  13. León-Figueroa DA, Barboza JJ, Siddiq A, et al. Prevalence of computer vision syndrome during the COVID-19 pandemic: a systematic review and meta-analysis. BMC Public Health. 2024;24:640.

  14. Lema DW, Anbesu EW. Computer vision syndrome and its determinants: A systematic review and meta-analysis. SAGE Open Med. 2022;10:20503121221142400.

  15. Lem DW, Gierhart DL, Davey PG. Can Nutrition Play a Role in Ameliorating Digital Eye Strain? Nutrients. 2022;14(19):4005.

  16. Bhattacharya S, Heidler P, Saleem SM, Marzo RR. Let There Be Light-Digital Eye Strain (DES) in Children as a Shadow Pandemic in the Era of COVID-19: A Mini Review. Front Public Health. 2022;10:945082.

  17. Anbesu EW, Lema DW. Prevalence of computer vision syndrome: a systematic review and meta-analysis. Sci Rep. 2023;13:1801.

複製全文後,可以貼到你常用的 AI 助手中提問。