在眼视光领域向精准化、智能化迈进的当下，国家自然科学基金（以下简称国自然）的资助导向正深刻影响着科研方向与临床实践。近年来，随着青少年近视防控政策的持续推进，以及眼科AI、OCT-A（光学相干断层扫描血管成像）等技术的日益成熟，基金政策如何赋能眼视光交叉研究、推动技术创新与转化，成为学界与产业界关注的焦点。
## 一、国自然眼科学交叉学科的资助新动向
近期国自然项目指南显示，眼科学领域重点资助方向已从传统疾病机制拓展至**医工交叉、光学工程与人工智能的深度融合**。例如，信息科学部与医学科学部联合资助的“智能诊疗设备研发”专项，明确鼓励眼科AI辅助筛查、多模态影像分析、新型光学成像系统等方向。在2024年度资助项目中，多个基于深度学习算法实现眼底图像自动分级、OCT-A血流量化分析的课题获得立项，标志着**眼科AI**正式进入国自然主流赛道。
与此同时，源于临床需求的创新受到特别关注。如针对现有近视筛查手段依赖人工、效率低下等问题，有团队申报的“基于智能手机的便携式屈光与眼轴快速测量系统”获得青年科学基金支持，旨在利用计算光学技术实现基层学校的自动筛查，体现了从“**视觉健康档案**”建立到智能管理的科研链条。
## 二、OCT-A与近视防控研究的政策赋能
OCT-A技术可无创、分层评估视网膜与脉络膜血流，为近视进展的生物标记物探索提供了新工具。在基金政策引导下，围绕“**OCT-A**在高度近视、病理性近视眼底血管改变中的定量分析”已成为热点方向。近期一项面上项目即聚焦于利用OCT-A结合人工智能，预测眼轴增长速率与近视控制疗法（如角膜塑形镜、低浓度阿托品、多焦点软镜）的个体化反应。该研究不仅涉及眼科影像，更与统计学、生物力学交叉，凸显了国自然鼓励的多学科协作模式。
此外，关于**离焦镜片**和**角膜塑形镜**的优化研究亦有政策加持。国自然对“光学矫正器具的个性化设计与临床评价”设有专门资助通道，要求从材料、设计、配适评估到长期效果进行系统验证。例如，一项重点项目结合有限元分析与临床数据，构建角膜塑形镜验配的智能推荐模型，旨在提升安全性与有效性。这呼应了近期视光年会上反复强调的“**视光中心规范**”与“多焦点软镜”循证实践需求。
## 三、从科研到转化：AI筛查与视觉健康档案的落地挑战
技术突破最终需服务于公共卫生。当前，各地正积极落实0-6岁儿童眼保健及青少年近视防控档案建设，但如何高效、标准化地采集和利用数据仍是难点。国自然资助的一项面上项目——“基于区域医疗大数据的儿童屈光发育预测模型及主动干预策略研究”，直接切入此痛点，探索将**OK镜**、**离焦镜片**等干预数据整合进**视觉健康档案**，并利用机器学习预警高危个体。这种“科研-政策-服务”闭环，正是基金政策所期待的转化医学范例。
值得关注的是，针对**0.01%阿托品**等长期干预手段，基金不仅支持其分子机制探索，也鼓励开展基于真实世界数据的长期安全性监测队列研究，以支撑临床指南更新与监管决策。
## 四、结语
国自然基金的精准布局，正将眼视光从“防治理念”推向“有证可循、有技可施”的新阶段。从OCT-A到AI算法，从光学器具优化到健康档案智能化，科研人员、临床医生与政策制定者需紧密协作，在基金政策引领下，构建眼视光“**防-控-矫**”一体化科研生态。