专访郝教授：从角膜塑形镜数字化验配到AI驱动近视预测，视光中心如何把握技术融合新机遇

在视光行业加速数字化转型的当下，角膜塑形镜验配正从经验导向迈入数据驱动的新阶段。本期《专家访谈》特邀中华医学会眼科学分会视光学组委员、复旦大学附属眼耳鼻喉科医院郝明教授，就数字化验配技术、AI近视预测模型以及视光中心服务升级进行深度解读。 **数字化验配：从“试戴片选择”到“角膜地形图引导”** 传统的角膜塑形镜验配依赖试戴片反复调整，效率较低且个体适配性受限。郝明教授指出，近年来基于角膜地形图的软件辅助设计系统已逐步普及，能够根据角膜形态、e值、直径等参数自动生成镜片设计方案，将首次验配成功率提升至90%以上。与此同时，数字印模技术与3D打印镜片的结合，正在临床试验中展示出更高的周边离焦控制效率和更好的泪液交换能力。  “数字化不是取代验配师，而是释放验配师的时间，让他们更专注于安全监控和近视管理方案的个体化调整。”郝明强调。 **AI预测模型：从“被动干预”到“主动预警”** 近年来，基于眼轴长度、屈光度、遗传风险、用眼行为等多维度数据的AI近视预测模型发展迅速。郝明团队联合多家视光中心，建立了涵盖10万例儿童青少年眼健康档案的纵向数据库。通过机器学习算法，模型可提前12-18个月预测快速近视进展高风险个体，准确率达86%以上。 “这意味着我们可以在近视发生前或进展早期，提前启动强化干预，例如增加低浓度阿托品使用频率、调整角膜塑形镜离焦量，或结合多焦点软镜的分时配戴。”郝明解释道。 **视光中心技术融合的挑战与对策** 虽然技术前景广阔，郝明也坦言落地过程中存在数据标准不统一、设备成本高、专业人员培训不足等问题。他建议视光中心可以采用“轻量化部署、模块化培训”的策略：先引入角膜地形图引导验配模块，再逐步叠加AI辅助随访和远程验光系统。 “视光中心的未来属于‘技术+人才’双轮驱动。我们不仅要培养能操作智能设备的视光师，更要培养能解读数据、制定个性化方案的‘视光医生’。”郝明总结道。 **记者手记** 郝明教授的访谈让我们看到，近视防控已经进入精准化、预测性、智能化的新阶段。视光中心的竞争壁垒不再只是设备，而是数据积累与解读能力。对于基层机构而言，从数字化验配切入或许是性价比最高的升级路径。