数字筛查进校园：青少年近视防控的“第一公里”如何打通？

近年来，青少年近视防控已上升为国家战略，政策密集出台，从“光明行动”到“双减”落地，顶层设计日趋完善。然而，在具体执行层面，仍面临“上热下冷”的尴尬：筛查覆盖率不足、数据质量参差不齐、干预闭环缺失。尤其值得注意的是，筛查作为防控的“第一公里”，其精准性和效率直接影响后续干预效果。近期，全国多地试点“数字化+AI”筛查模式，为这一难题提供了新思路。 以浙江省某市为例，2024年春季学期，当地教育局联合眼科医院和科技企业，引入便携式智能筛查设备和AI辅助诊断系统，在30所中小学开展大规模视力普查。传统筛查依赖视力表灯箱和手持验光仪，耗时耗力，且数据手动录入易出错。新模式则采用“云+端”架构：学生通过一体化自助设备完成裸眼视力、屈光度、眼轴长度等关键指标检测，数据实时上传至区域眼健康平台，AI算法自动分析筛查结果，标记高风险人群，并生成个体化随访建议。结果令人振奋：筛查效率提升近50%，数据准确率达到98%以上，3个月内复查率从原来的35%跃升至72%。 这一案例折射出数字化筛查的三大核心价值。其一，标准化采集。传统筛查中，人员操作差异、环境光线等因素常导致数据偏差。数字化设备固化了检查流程，降低人为干扰，确保数据可比性。尤其眼轴长度的纳入，弥补了单纯视力检查的局限，为近视进展预测提供了关键参数——多中心研究证实，眼轴增长是近视进展的更敏感指标。其二，AI驱动的风险分层。系统基于历史数据训练的模型，能综合年龄、屈光度、眼轴长度及增长速度，自动判定低、中、高风险，显著提升了预警效率。例如，对眼轴年增长超过0.3毫米的学龄前儿童，系统自动标记为“高风险”，优先转诊至视光中心干预。其三，打通闭环管理。筛查数据直接对接电子档案，家长可通过手机端查看报告、预约复查，学校和教育部门实时掌握总体近视率和变化趋势，为决策提供依据。这种“筛查-预警-复查-干预”的闭环，避免了以往“查而不治”的窘境。 然而，热潮之下仍需冷思考。数字化筛查并非万能，其落地仍面临三重挑战。一是数据孤岛问题。许多区域的眼健康平台尚未与公共卫生系统、医院HIS系统互联互通，筛查数据难以共享，导致重复检查和资源浪费。有专家呼吁，应加快建立统一的眼健康数据标准，实现跨机构互认。二是基层服务能力不足。筛查出高风险，但基层学校缺乏专业指导能力，视光中心覆盖有限，导致部分学生依然无法及时干预。这背后是视光人才短缺的老问题——我国眼科医生与视光师配比显著低于发达国家，尤其在县域更为突出。三是AI算法的可解释性与合规性。AI在筛查中的应用尚无法规明确其责任边界，如果出现误判，该如何定责？此外，算法可能存在地域或人种偏差，需要多中心验证。 展望未来，数字化筛查的深度应用需与政策、人才双轮驱动。政策层面，可探索将眼轴等客观指标纳入国家近视防控监测体系，并制定AI辅助筛查的技术标准与准入规范。人才层面，应加强校医、保健老师的视光技能培训，同时推进视光师多点执业，让专业服务下沉到社区和学校。更重要的是，要回归近视防控的初心——不是追求“数字好看”，而是真正降低近视发生率和进展率。技术只是工具，唯有以人为中心，才能打通这“第一公里”，让每个孩子都拥有清晰明亮的未来。