专访沈教授：户外活动“数字处方”与AI视光筛查——构建儿童近视防控的主动干预新模式

近年来，随着国家对青少年近视防控的持续重视，多地已将视力筛查纳入学校卫生重点工作，并强化了户外活动时长等硬性要求。与此同时，眼科人工智能与大数据技术迅速渗透，近视管理白皮书的更新和视光中心的规范化建设成为学界热议话题。在政策、技术与临床交汇的节点，如何将“被动矫正”转向“主动干预”，打造医教协同、科技赋能的近视防控新生态？带着这些问题，我们专访了知名眼视光专家沈如筠教授。  **问：沈教授您好，感谢您接受采访。当前户外活动被认为是近视防控最经济有效的手段，但在实践中却面临“叫好不叫座”的困境。您团队近期提出的“数字处方”模式，是如何破解这一难题的？** **沈教授：** 的确，户外活动时长的达标率在很多地区并不理想，难点在于缺乏可量化、可追踪的闭环管理。我们团队在去年启动了一项多中心研究，借助可穿戴光照传感器和智能手环，联合学校与家庭，为1000余名高风险儿童开具个性化的“户外活动数字处方”。系统会根据当地日照情况、课业安排和儿童基线眼轴长度，动态建议每日户外活动的时间段与强度，并通过家校平台实时反馈。中期数据显示，干预组眼轴年增长量平均减少0.09毫米，依从性提升了约40%。这其实是将过去的“模糊倡导”变成了“精准行为干预”，让家长和老师有据可依。 **问：您提到了眼轴长度，这已成为近视管理的核心生物学参数。在临床上，角膜塑形镜和多焦点软镜等光学干预手段的长期效果评估，是否也高度依赖眼轴监测？** **沈教授：** 没错。眼轴是比屈光度更客观的指标，尤其在评估各种干预措施的长期效果时。角膜塑形镜可以使中央角膜变平，短期内裸眼视力改善明显，但如果仅看屈光度，可能会低估真实的近视进展。我们团队在《中华眼科杂志》新近发表的为期五年的队列研究中，纳入了配戴角膜塑形镜和周边离焦设计软镜的两组儿童，每半年测量眼轴。结果显示，两种光学干预均能显著延缓眼轴增长，但角膜塑形镜组在第三年后出现了更平稳的“平台效应”，而多焦点软镜组的依从性和舒适度更高。这提示我们，选择方案时要结合孩子的年龄、眼球参数和家庭监护能力，做到“量体裁衣”，同时必须坚持长期随访，用数据说话。 **问：说到长期随访，眼视光医疗资源的下沉和视光中心标准化建设显得格外重要。您认为社区级别的视光中心应如何承接这些任务？** **沈教授：** 社区视光中心是近视防控网络的“前哨”和“哨点”。去年发布的《近视管理白皮书》专家共识明确指出，视光中心应具备眼生物学测量、角膜地形图和睫状肌麻痹验光等基本配置，并能规范开展光学矫正和视觉训练。但现实中，不少机构还在用“电脑验光+插片”的粗放模式。我们正在配合各地卫健委，建立区域性的视光中心认证标准，并推动专科医联体带教。以我们合作的某城市示范区为例，区级视光中心与三甲医院眼科共享电子健康档案，基层筛查出眼轴增长过快的儿童，可通过绿色通道上转，由上级医院制定干预方案再转回基层追踪，形成分级管理闭环。人才培养上，也迫切需要将眼视光毕业生的实操培训与人工智能辅助诊断系统相结合，让他们能快速胜任眼生物学参数解读和初步的风险评估。 **问：您多次提及人工智能。近期各种眼科AI筛查平台在学术会议上频频亮相，您如何看待AI在近视防控中的真实价值与潜在风险？** **沈教授：** AI在当前阶段主要发挥两大作用：一是筛查提效，二是风险预测。我们中心研发的“儿童近视风险预测模型”，整合了遗传、用眼行为、环境光照和眼底图像等数据，对三年内发展为高度近视的预测准确率达到85%以上。这样的工具可以极大地帮助学校卫生老师和基层医生识别重点人群。不过，我们必须清醒认识到，AI是辅助，不能替代医患沟通和临床决策。最大的隐患是算法偏见和过度依赖，比如模型若仅在特定人群训练，可能会漏掉其他种族的患儿。因此，国家正逐步完善眼科AI产品的注册审批规范，我呼吁同行在使用时务必审慎，同时积极参与真实世界数据的验证研究。 **问：最后，请您简要展望未来三到五年，儿童青少年近视防控最可能出现的突破点？** **沈教授：** 首先，机制研究上，环境与遗传交互作用的表观遗传学证据将进一步阐明，为药物干预提供新靶点。其次，人工智能赋能的“数字疗法”会进入寻常家庭，通过手机应用或智能眼镜实时监测、提醒用眼距离和光照，结合激励系统，真正帮助孩子养成良好习惯。第三，多焦点软镜、框架眼镜与低浓度阿托品的联合应用方案会更加成熟，形成多维度矩阵。当然，所有技术创新最后都要回归到“人”的层面——医生、家长、教师和孩子共同参与，加上政策环境的支持，才能真正守住孩子们的清澈视界。 **结语：** 沈如筠教授的访谈，勾勒出一条从政策到技术、从医院到家庭、从数据到行为的立体化近视防控路径。随着户外活动数字处方、AI风险模型和先进光学产品的不断融合，我们有理由期待，儿童近视的早防、早筛、早治将迈入更主动、更精准的新阶段。