专访钟教授：人工智能预测近视进展与角膜塑形镜数字化验配——开启精准防控新篇章

近年来，我国青少年近视防控上升为国家战略，一系列政策密集出台，推动眼健康管理迈向新阶段。在这一背景下，人工智能（AI）技术如何赋能近视防控，成为科研与临床的热点。近日，《视光访谈》栏目有幸邀请到国内知名眼科视光专家钟教授，就AI在近视预测、角膜塑形镜验配及视光中心标准化建设中的前沿应用展开深度对话。 **主持人**：钟教授，当前AI在眼科的应用备受关注，尤其是在近视筛查和预测方面。您团队的最新研究有何突破？ **钟教授**：我们团队联合多所高校，基于百万级青少年屈光发育档案，开发了深度学习驱动的近视进展预测模型。该模型不仅整合了眼轴长度、屈光度、角膜曲率等传统参数，还创新性纳入眼底豹纹状改变、脉络膜厚度等影像学特征。初步结果显示，对2年内发展为高度近视的预测准确率达到92%以上。更重要的是，模型能给出个体化的干预建议，比如提示联合使用角膜塑形镜与低浓度阿托品的最佳时机。这相当于为每个孩子配备了一位“AI视光师”。 **主持人**：听起来令人振奋。角膜塑形镜是控制近视的主流方法，但验配依赖医生经验。AI如何改变这一现状？ **钟教授**：的确，传统验配存在“试错”过程。我们正在研发数字化验配系统，通过角膜地形图AI分析，自动匹配镜片参数，并通过动态仿真评估泪液交换和定位弧吻合度。一项多中心研究表明，AI辅助验配的首片成功率较传统方法提升约35%，且显著降低了镜片偏位等并发症风险。这有望推动视光中心验配的标准化和同质化，尤其对基层机构意义重大。  **主持人**：目前国际上对近视干预手段的长期安全性十分关注，您如何看待这一趋势？ **钟教授**：安全是防控的生命线。我们正在开展一项针对角膜塑形镜与低浓度阿托品联合使用的5年前瞻性队列研究，重点关注角膜内皮细胞密度、眼表微生态和停药后反弹效应。初步数据提示，在严格监控下，联合干预的长期安全性良好，但个体差异较大，需要生物标志物指导精准用药。这正是AI未来的用武之地。 **主持人**：视光中心和眼科医院也在转型升级，您认为理想模式是什么？ **钟教授**：必然是“检查智能化、服务标准化、管理数字化”。从入门的AI自助筛查、到中间的智能验配与健康教育，再到后台的数据分析预警，形成闭环。同时，要加强视光人才的教育-实践融合，培养既懂临床又懂数据的复合型人才。国家眼健康规划已指明方向，我们需要产学研共同发力。 （文中配图为AI近视预测模型示意界面）