开学季，全国多地中小学迎来年度视力普查。与往年不同的是，不少学校的筛查现场少了排长队的人工记录，取而代之的是一台台搭载AI算法的便携设备，学生只需注视数秒，屈光数据、眼轴长度甚至眼底风险便自动上传至云端。这背后是以人工智能和大数据驱动的校园近视防控新范式，正悄然改变“查而不管”的旧疾。
近年来，国家卫健委与教育部联合推动青少年近视综合防控，要求每年两次视力监测全覆盖。然而，传统筛查面临效率低、标准不一、数据碎片化等痛点。以某中部省份为例，过去一个百万人口县区的校园筛查，需动员数十名验光师耗时近两个月，且纸笔记录易出错，后续统计分析滞后。如今，引入AI辅助筛查终端后，单人单日可完成数百人次检查，数据实时汇入区域视光健康平台，效率提升数倍。
技术突破的关键在于“算法+设备”的深度融合。便携式屈光筛查仪集成了波前像差、红外测距等技术，结合深度学习模型，可快速识别瞳孔区并计算等效球镜度数，与散瞳验光符合率达95%以上。部分设备还整合了角膜地形图、眼轴测量功能，为早期发现高度近视倾向提供客观依据。近期发布的《眼视光学继续教育动态》指出，基于图像识别的AI眼底筛查系统已在下沉市场试点，能自动检测豹纹状眼底、视盘倾斜等近视相关改变，敏感度接近专家级水平。
数据闭环则是另一重突破。以往筛查结果多止于告知家长“视力不良”，而现在的智能系统可生成个体化分析报告，并通过小程序推送给家长，包含屈光变化曲线、预警分级和就医建议。浙江某市开展的“1+1+X”视光管理项目，即以一个区域视光中心为核心，联动数十所学校筛查终端，AI初筛后将中高风险学生转诊至中心复核，再由算法匹配个性化干预方案（如离焦镜片、低浓度阿托品等），一年后近视增长率较对照组下降40%。
这一范式也激活了视光中心的标准化建设。随着筛查数据规模的扩大，视光中心不再是单纯的验光配镜点，而是承担起“社区眼健康守门人”的角色。通过大数据分析区域近视率、高危因素（户外活动时长、用眼负荷等），公共卫生部门可精准施策，例如在日照不足的学校增设户外光照环境，或对高危年级加强近视管理课程。
当然，AI筛查的普及仍面临挑战：如何统一设备质控标准？偏远地区网络延迟如何解决？家长对数据隐私的担忧如何消解？中华医学会眼科学分会近期发布的《人工智能眼病筛查指南（2025版）》已启动编制，旨在规范技术应用与伦理边界。未来，随着5G远程视光和联邦学习技术的发展，“筛查-转诊-干预-随访”的全链路数字化近视管理闭环将更加完善，真正实现“早监测、早预警、早干预”，从源头上遏制近视低龄化趋势。
这不仅是技术的胜利，更是公共卫生理念的升级——把近视防控从被动诊疗转向主动健康管理，让每一个孩子的眼健康数据都成为照亮未来的“视力档案”。