近年来，青少年近视防控已上升为国家战略，教育部等多部门持续推进青少年近视防控工作，强化眼保健服务与视力筛查。然而，大规模校园筛查面临效率低、转诊标准不一等痛点。为此，一项覆盖全国5个省份、纳入3万余名中小学生的多中心临床试验，评估了基于人工智能的眼底影像分析系统在视力筛查与分级转诊中的应用价值。
该试验采用前瞻性、多中心、整群随机对照设计，将参与学校随机分配至AI辅助筛查组与传统人工筛查组。AI系统集成了深度学习算法，可自动识别眼底图像中的视盘倾斜、豹纹状眼底等近视相关改变，并根据内置的“近视风险分级模型”将学生分为低危、中危、高危三级，对应给出继续观察、社区视光中心随访、转诊至眼科专科医院的建议。
初步结果显示，AI辅助筛查组的筛查耗时较传统组缩短了约30%，且转诊特异性提高了18%，减少了不必要的转诊。更重要的是，在高危学生中，AI筛出的视网膜周边病变检出率较人工组提升了12%。这一成果与2025年全国眼科学术年会上强调的“高度近视并发症”早期筛查理念高度契合，也为视光中心的规范化建设提供了数字化工具。
同时，该试验还探索了将AI筛查与后续干预衔接的路径。对于中危学生，系统自动生成个性化近视防控方案，包括户外活动建议、低浓度阿托品使用提示及角膜塑形镜验配评估；对于高危学生，则直接对接三甲医院的眼科临床试验项目，如高度近视并发症预警模型研究。这种“筛查-分级-干预”的闭环设计，正是在多中心临床试验中验证的全新模式。
此外，试验特别关注了数据安全与隐私保护，采用联邦学习技术确保各中心数据不出本地，仅共享模型参数，这为未来建立全国性青少年近视筛查大数据平台提供了技术保障。随着视光人才培训体系的完善，掌握AI视光筛查技术的视光师将成为社区、学校视力健康管理的主力军。
综上，该多中心临床试验不仅验证了AI技术在近视防控筛查中的高效性，更为构建“智能筛查-精准转诊-全程管理”的防控网络提供了循证依据，有望在政策指导下复制推广，筑牢青少年视力“防护墙”。