近年来，我国青少年近视防控已上升为国家战略，政策持续细化，多地强化筛查建档与干预标准。在此背景下，线上直播成为眼视光领域学术交流与临床指导的重要渠道，推动前沿共识快速落地。本期直播聚焦“低浓度阿托品联合光学干预的个体化应用”，结合AI预测模型，探讨如何优化近视管理策略。
## 政策与临床：从经验到精准
《近视防治指南（2024版）》进一步强调了近视管理需要综合干预，低浓度阿托品与角膜塑形镜、多焦软镜等光学手段的联合应用备受关注。然而，联合干预的适应症、用药时机、随访监测等缺乏统一规范。直播中，多位专家指出，临床决策应从“经验驱动”转向“数据驱动”，通过眼轴长度、屈光度变化速率等客观指标，评估个体反应，动态调整方案。
## AI预测：个体化干预的新引擎
人工智能在眼视光领域的应用日益深入。基于大规模近视队列数据，AI模型可预测儿童未来近视进展风险，并模拟不同干预方案的效果。例如，通过输入基线年龄、屈光度、眼轴长度、父母近视史等参数，系统可输出阿托品联合角膜塑形镜的预期控制率，辅助医生制定个性化方案。直播展示了某三甲医院应用AI辅助决策的案例：一名8岁儿童，眼轴增长迅速，AI预测单纯光学干预效果有限，建议联合0.01%阿托品，随访6个月后眼轴增速明显减缓。
## 视光中心与医院协作：标准化随访
联合干预对随访要求高，需要视光中心与眼科医院紧密协作。直播分享了某视光中心建立“云端联合管理”模式的经验：医院负责初始诊断和处方，视光中心负责日常复查和依从性管理，通过电子健康档案和远程会诊实现数据共享。标准化流程包括用药前检查、定期眼压和眼轴监测、不良反应上报等。这种模式提升了基层服务能力，也保障了安全性。
## 未来展望：从共识到实践
线上直播加速了学术共识的传播，但落地仍需多方努力。专家呼吁开展更多多中心研究，完善AI模型的泛化能力，并加强基层培训。随着政策支持和技术进步，个体化近视管理将更加精准、可及。
本次直播为临床医生和视光师提供了切实可行的指导，也为家长提供了科学认知。线上直播作为高效的知识传播平台，将持续推动眼视光领域的创新发展。