近年来，青少年近视防控已上升为国家战略，国家自然科学基金（以下简称“国自然”）作为基础研究资助的主渠道，持续向眼视光领域倾斜。尤其是随着“光明行动”的深化落实，各地校园筛查覆盖率大幅提升，但如何将海量筛查数据转化为精准的干预决策依据，成为政策与科研的交汇点。
2023年度国自然眼科学部立项数据显示，基于人工智能的视力筛查算法、多源数据融合的近视预测模型、以及视觉健康电子档案的标准化构建等项目数量显著增长，资助金额同比增长约18%。这反映了基金政策从单纯支持临床技术转向注重全生命周期数据管理与智能转化的新动向。例如，中山大学中山眼科中心团队获批的重点项目“基于多模态眼影像与行为数据的儿童近视风险智能评估”，将OCT-A、屈光参数、户外活动时长等数据整合，利用深度学习构建预警系统，目前已在广州市部分学校试点，准确率达92%以上。
与此同时，视光中心的规范化建设为数据采集提供了真实场景。北京、上海等地的视光中心已开始接入区域视觉健康平台，实现筛查-诊断-干预-随访的闭环管理。但数据标准不统一、隐私保护法规滞后等问题凸显，国自然随之设立了专项课题，鼓励医工交叉团队研发联邦学习等隐私计算技术，在保障安全的前提下打通数据孤岛。
此外，离焦镜片、角膜塑形镜和低浓度阿托品等干预手段的长期效果评估也依赖大数据分析。温州医科大学附属眼视光医院牵头的“近视防控干预效果真实世界研究”得到国自然联合基金支持，纳入超10万例青少年数据，旨在比较不同干预措施在不同年龄段的成本效益，为政策制定提供循证依据。
未来，随着国自然对转化医学和医工结合的持续加码，眼科人工智能器械的审评审批也有望加速。可以预见，基金政策将进一步引导科研资源向智能化、标准化、全链条的近视防控体系汇聚，推动我国从“近视大国”向“视觉健康强国”转变。
