数据报告 | 2025校园筛查终端数据质控与AI预筛融合：从常态化监测到视光中心屈光档案贯通的真实世界洞察

## 校园筛查进入深水区：数据质量成为防控决策的“生命线” 在青少年近视防控上升为国家战略的第五个年头，政策刚性已由“是否筛查”转向“筛查数据是否可用”。2025年春季学期，全国多地疾控与教育部门联合发文，要求校园视力筛查实现“当日录入、AI质控、周内反馈”，传统纸质回执与人工录入的旧模式正被批量淘汰。据国家眼病临床研究中心抽样统计，试点地区筛查数据完整率从2023年的82%提升至2025年第一季度的96.4%，但数据可利用率（即无需人工清洗即可进入分析）仍仅有73%，关键瓶颈在于验光操作不规范与裸眼视力记录混乱。 这一现象催生了“终端质控”需求。以江浙沪为例，超过60%的区县级校园筛查项目已引入便携式自助视力表与AI屈光筛查仪，设备内置操作指引与实时异常检测，从源头减少人为误差。某第三方质控平台数据显示，接入AI质控后，筛查数据错误率下降42%，且视光中心承接的复查转化率提升至38%。  ## 从“筛”到“管”：屈光档案贯通成为视光中心新壁垒 筛查数据的价值在于后续干预闭环。2025年，多地卫健委要求校园筛查数据与辖区内视光中心、眼科门诊的屈光档案系统对接，实现“筛查-转诊-复查-干预-随访”全流程电子化。以成都某区为例，通过区域眼健康平台打通数据后，近视高危学生（眼轴增速过快或远视储备不足）3个月内到视光中心建立屈光档案的比例从21%跃升至57%。 视光中心端，具备数据承接能力的机构正获得政策红利。多地招标文件明确，承接校园复查的视光中心必须配备数字验光设备并支持数据回传。这加速了传统眼镜店向“医疗属性视光中心”的转型，2025年第一季度，全国新增视光中心中63%部署了远程阅片与AI辅助诊断系统，较去年同期增长29个百分点。 ## AI预筛与人工复核的平衡：基层应用的现实图景 尽管AI辅助筛查在敏感性与特异性上已接近人工，但真实世界应用中，基层操作者对AI结果的信任度仍参差不齐。在河南某县开展的对比试验显示，AI预筛将人均筛查时间从5分钟缩短至2.8分钟，但直接采纳AI结果的仅占47%，多数筛查人员仍会手动复核球镜度与柱镜度。不过，在缺乏专业验光师的偏远地区，AI预筛成为唯一可执行的方案，其数据质量远高于未受训人员。 产业端，2025年多家眼科AI企业将重心从三甲医院转向基层校园筛查与视光中心，推出“筛查一体机+云端质控+转诊推荐”的轻量化方案。根据某头部企业披露，其2025年Q1校园筛查设备出货量同比增长215%，其中县域市场占比首次超过地级市。 ## 视光中心的“数据焦虑”与标准化建设窗口 随着筛查数据海量下沉，视光中心面临数据治理能力不足的尴尬。多数中小型视光中心缺乏专业数据管理人员，电子病历系统与筛查平台接口不统一，导致“有数据、难利用”。2025年4月，中国视光产业协会发布《校园筛查数据对接与视光档案数据元标准》草案，拟统一眼轴、曲率、屈光度、矫正视力等核心字段，为跨机构数据挖掘铺路。 业内人士指出，未来三年，能否高效利用筛查数据将成为视光中心分化的关键。头部连锁机构已开始构建区域级眼健康数据库，用于近视进展预测模型训练，而单体店则可能沦为“数据孤岛”。这种数据能力的马太效应，正在重塑视光服务的地域格局。 ## 结论：数据从“流程”变为“资产” 2025年的校园筛查不再是一场场“运动式”活动，而是演化为持续产生决策价值的动态数据流。政策推动下，筛查终端的质控前移、AI预筛的基层渗透、以及视光档案的贯通，共同构成了近视防控的“数字底座”。对于视光中心而言，拥抱数据标准化和AI工具已不是可选项，而是避免被淘汰的生存策略。