AI辅助眼底筛查进基层：从糖网筛查到青光眼预警，眼健康管理的智能化下沉之路

 近年来，随着人工智能（AI）技术的飞速发展，其在眼科领域的应用已从实验室走向临床，特别是在基层眼健康管理中展现出巨大潜力。据《中国眼健康白皮书》显示，我国基层眼科医疗资源相对匮乏，约70%的眼病患者集中在农村和社区，但专业眼科医生多集中在城市大医院。这一结构性矛盾为AI辅助筛查提供了广阔的应用空间。 从糖尿病视网膜病变（糖网）筛查切入，AI正在成为基层眼健康的“第一道防线”。以国内某头部AI医疗企业为例，其开发的眼底影像分析系统已在全国20余个省份的基层医疗机构落地，累计完成超过500万例筛查。该系统通过深度学习算法，能在数秒内识别出微动脉瘤、出血点、硬性渗出等糖网早期病变，敏感性达到92%以上。在安徽阜阳的一个社区筛查项目中，AI系统成功发现了传统人工阅片漏诊的23例早期糖网患者，其中5例已出现临床显著性黄斑水肿，得到及时转诊。这种高效、低成本的筛查模式，有效解决了基层眼科医生不足的痛点。 除了糖网，AI在青光眼、年龄相关性黄斑变性（AMD）等致盲性眼病的早期预警中也扮演着日益重要的角色。2025年3月，中山大学中山眼科中心团队在《Nature Medicine》发表的研究显示，其开发的AI模型仅凭眼底照片即可预测未来5年青光眼发病风险，AUC值达0.87，为青光眼的早筛早治提供了新工具。与此同时，国内多家视光中心开始引入AI眼底相机，将传统的视力筛查升级为包括眼底照相在内的综合眼健康检查。例如，某连锁视光机构在其200余家门店部署了AI眼底筛查系统，顾客在验光配镜的同时可快速完成眼底筛查，一旦发现可疑病变，系统自动生成转诊建议，并与周边三甲医院眼科建立绿色通道。这种“视光中心-医院”的联动模式，不仅提升了视光服务的专业价值，也为分级诊疗提供了落地样本。 然而，AI辅助眼病筛查的普及仍面临挑战。首先是数据标准化问题。不同设备、不同拍摄条件导致的图像差异，可能影响AI模型的准确性。其次是基层医师的AI信任度和使用习惯。一项针对社区医生的调查显示，约35%的医生对AI筛查结果持保留态度，担心误诊或漏诊带来的责任风险。此外，支付模式尚未成熟，多数地区的AI筛查服务尚未纳入医保或基本公共卫生服务包，可持续运营面临压力。 未来，随着5G、云计算和边缘计算的协同发展，AI眼底筛查有望进一步下沉至村卫生室和家庭医生团队。结合便携式眼底相机和智能手机APP，基层医护人员可完成高质量眼底图像采集，AI即时反馈结果，并与上级医院远程会诊系统无缝对接。同时，多病种AI模型的开发（如同时筛查糖网、青光眼、AMD等）将极大提升筛查的效率和成本效益。业内专家预测，到2030年，AI辅助眼病筛查将覆盖我国80%以上的基层医疗机构，成为实现普遍眼健康的重要技术支撑。 从“看得见”到“看得清”，再到“看得健康”，AI正在重塑基层眼健康管理的模式。它不仅是工具，更是推动医疗服务均质化的新引擎。对于眼视光行业而言，积极拥抱AI技术，从单一的屈光矫正向综合眼健康服务转型，将是赢得未来的关键一步。