视光无界：从ARVO到社区筛查——全球眼健康协作的数字化新篇

在巴尔的摩的 ARVO 年会现场，一款来自中国创业团队的便携式 AI 眼底相机正在演示。操作者无需散瞳，对准瞳孔区轻轻一按，数十秒后，一份包含糖尿病视网膜病变、青光眼、黄斑变性等多项指标的筛查报告跃然屏上。更引人注目的是，该系统内置的 AI 算法不仅在印度 Aravind 眼科医院的真实世界数据中完成了验证，其近视防控模块更整合了新加坡、中国、澳大利亚等多个队列的屈光发育数据。  这一幕折射出全球眼健康协作正在经历的深刻转型：从单一的技术引进或产品出口，迈向**数据驱动的标准共建与数字化服务模式输出**。在这条新脉络上，三条主线尤为清晰。 **其一，以国际学术会议为纽带的研究范式融合。** 过去，中国的眼科研究多以揭示国人疾病特征为主，如今正加速融入全球多中心队列。例如，围绕近视防控，温州医科大学、中山眼科中心等机构联合东南亚、中东地区建立的学龄儿童屈光发育纵向研究，不再局限于验证角膜塑形镜或多点近视离焦镜片的效果，而是将环境、遗传、用眼行为等多维数据纳入统一的分析框架。这类合作直接催生了更普适的 AI 预测模型，可以在不同人种、地域间迁移，并逐步推动国际近视防控指南的更新。ARVO、WOC 等会议上的“中国专场”也因此从单纯展示成果，变成联合发起多中心研究、协调数据标准的工作会议。 **其二，眼科 AI 与视光服务链条的跨国整合。** 视光中心不再是单纯的验光配镜场所，而正在成为初级眼保健的数据前哨。在“一带一路”沿线国家，搭载 AI 辅助诊断系统的“智慧视光中心”方案开始落地——前端利用便携设备采集眼前节、眼底图像及屈光数据，通过云端 AI 即时生成分级建议，后端连接当地眼科医院进行转诊或远程会诊。这种模式的核心是解决基层缺乏专业眼科医生的问题。例如，在老挝、柬埔寨等国的试点中，经过短期培训的视光师即可操作设备完成社区筛查，AI 对致盲性眼病的检出率超过 90%，显著提升了当地的白内障、糖网转诊效率。而这套系统背后的深度学习模型，正是基于中国大规模近视筛查和基层眼病数据训练，并通过迁移学习适配当地人群，从而形成了一套可复制的“技术—培训—服务”出口模式。 **其三，围绕青少年近视防控的全球政策协同与标准互认。** 全球近视率攀升已促使五十多个国家出台国家层面的防控策略。中国在 2018 年将儿童青少年近视防控上升为国家战略后，已建立起覆盖全国的学生电子视力档案系统，每年开展两次全覆盖筛查。这套“学校—视光中心—医院”三级联动的体系，其信息化管理平台和质控标准正在被印尼、菲律宾等国借鉴。双方通过国际合作项目，将中国的筛查规范与当地卫生体系对接，并逐步统一屈光不正的定义、测量方法和干预评价指标。这不仅有助于跨国比较研究，更为中国视光产品（如智能验光仪、近视管理镜片）进入标准互认的市场铺平了道路。一个代表性案例是，某国产 OK 镜品牌在马来西亚注册时，直接采纳了中国多中心临床试验的部分数据，缩短了准入周期。 这条数字化协作的脉络，正在重塑全球眼健康的生态。它不再是单向援助，而是基于数据共享、算法共训和服务共建的**全球眼健康共同体**。从 ARVO 会议上的联合方案发布，到湄公河畔社区筛查中传回的眼底图像，再到同步更新的多语种近视防控数字教材，我们看到一个更宽广的“全球化”定义：用技术和协作打破地域与资源的不均衡，让清晰视界真正无远弗届。而中国眼科企业和科研机构，正在从参与者变为这张网络的关键编织者之一。