专访梁教授：当“防”与“控”深度融合，近视管理白皮书如何引领视光临床新范式？

近年来，随着国家对青少年近视防控的持续加码，一系列政策从宏观走向微观，从倡导走向硬约束。在这场关乎全民眼健康的攻坚战中，视光中心与眼科医院如何打破壁垒、形成合力？人工智能与大数据又将如何重塑近视预测与筛查的精度？带着这些问题，我们特别专访了国内知名视光学专家、中华医学会眼科学分会视光学组副组长梁远洲教授。 ## 从“单点干预”到“全程闭环” **记者**：梁教授，感谢您接受我们的专访。当前青少年近视防控政策不断细化，近视率监测和考核越来越严格。您认为视光中心和眼科医院在落地过程中，最大的协同点在哪里？ **梁教授**：核心在于构建“预防—筛查—诊断—矫正—康复—随访”的一体化链条。过去，视光中心多偏重验光配镜，医院则侧重手术和疑难眼病，但近视管理需要长期、连续的视觉发育跟踪。我们看到，一些先行地区已经形成“医院—视光中心—社区卫生”三级网络：医院承担技术支持和疑难转诊，视光中心作为基层触手执行常态化筛查和早期干预，社区托底家庭宣教。这种模式让近视率监测真正动起来，而非一年一次的静态报表。  **记者**：在今年的国际眼科会议上，近视管理白皮书更新版发布，您作为主要执笔人之一，能否透露一些关键变化？ **梁教授**：新白皮书最大的突破是强调了“防与控的深度融合”。防控不再是先后两个步骤，而是基于风险预测的并行策略。比如，通过AI模型分析孩子的远视储备、眼轴增长速率和用眼行为，生成个性化风险指数。对于高风险儿童，即便没有近视，也要提前启动行为干预和光学离焦介入；对已近视儿童，则优化组合角膜塑形镜、多焦点软镜或阿托品等方案。白皮书还首次纳入了“数字化遵医性管理”章节，因为再好的产品，孩子不用或错用，效果大打折扣。 ## 眼科AI：从科研热点到临床工具 **记者**：您提到的AI模型正是行业热点。目前眼科AI在近视预测和筛查中，有哪些真实世界应用让您印象深刻？ **梁教授**：我们团队与多个视光中心合作开展了一项前瞻性研究，利用超过10万例的眼底图像和眼生物测量数据，训练了一套预测模型。它能对3~18岁儿童未来两年的近视进展进行概率分层，AUC值达到0.89。更重要是部署在偏远地区的便携式眼底相机上，AI实时判读眼底并给出风险等级，解决了基层缺乏专业视光医师的痛点。这不仅是技术突破，更是一种服务模式创新——让筛查与初诊下沉，疑难集中上转。 **记者**：但AI也带来数据隐私和临床验证的挑战。您如何看待其落地规范？ **梁教授**：这正是学术期刊和会议的重点发文方向之一。目前《中华眼科杂志》等权威期刊正鼓励多中心、大样本的真实世界研究，要求AI产品必须通过临床效力和安全性验证，而不是简单的算法竞赛。同时，国家也在推进眼科AI的注册分类标准，未来，获得医疗器械认证的AI筛查系统会成为视光中心的标配，但需明确它只是辅助，最终决策仍需持证视光师或眼科医生判断。 ## 眼视光科研转化：从论文到门诊 **记者**：您多次强调科研对临床的驱动。很多视光从业者反映，期刊上的基础研究离他们的工作很远。如何缩短这个距离？ **梁教授**：这需要双向奔赴。一线视光中心可以设立“临床观察点”，参与到多中心研究中，贡献真实世界数据，而不仅仅是病例报告。例如，某省视光中心联盟就基于本地数据，验证了国际期刊上发表的周边离焦理论，并优化了镜片设计区域的尺寸，使之更适应中国儿童的睑裂特征。这种源于实践、经学术提炼、再回归实践的闭环，才是真正的转化。学术会议上，我们特别开设了“视光临床转化专场”，鼓励这种交流。 **记者**：面对政策、技术和学术的快速迭代，您对视光从业者的职业发展有何建议？ **梁教授**：必须从“配镜师”转向“视觉健康管理者”。不仅要懂产品、会沟通，还要能读懂云平台的数据监测报告，会用循证证据给家长建议。未来，优秀视光师的能力拼图里，必然包含数据素养和学术跟踪能力。这也是我们撰写近视管理白皮书的初心——提供一份动态更新的、可操作的循证指南。 **记者**：感谢梁教授带来的深刻洞见。相信在政策、科技和从业者的共同努力下，我们的眼健康防线将更加坚固。 --- **本文专家**：梁远洲，教授，主任医师，博士生导师，中华医学会眼科学分会视光学组副组长，国际近视研究学会（IMI）中国区委员。致力于近视发病机制与视光临床转化研究，主持多项国家级近视防控课题。