近年来，青少年近视防控已上升为国家战略，政策密集出台，技术不断迭代。然而，当我们把目光从三甲医院和高端视光中心移开，投向广袤的县域和基层时，会发现另一番景象：专业人才匮乏、设备陈旧、公众认知不足，使得近视防控的“最后一公里”依然荆棘丛生。为此，我们深度访谈了多位投身基层眼科建设的专家和一线工作者，探讨视光教育下沉与AI筛查如何成为破局关键。
**人才荒：视光教育的“毛细血管”如何打通**
“我们县有60万人口，但持有专业资质的视光师不到10人。”某县级眼科医院院长无奈表示。这并非个案。基层眼视光服务的最大瓶颈在于人才。传统的眼视光教育集中在少数医科大学，毕业生多流向城市大机构。为了破解这一难题，近年来“视光教育下沉”的探索悄然展开。例如，某视光学院与地方卫生学校合作，开设“订单式”视光技术培训班，招收本地生源，课程涵盖屈光检查、角膜塑形镜基础护理、双眼视功能基础等，学员结业后直接进入乡镇卫生院或社区卫生中心。这种模式成本低、留得住人，正成为基层人才孵化的可行路径。
此外，远程继续教育平台也在发力。通过线上直播、录播课程和虚拟仿真实训，基层医护人员可以零散时间学习，并实时获得上级专家指导。一位在村卫生室工作的学员分享：“以前遇到复杂一点的散光验光就发怵，现在通过网络随时可以向省城专家请教，底气足多了。”
**技术赋能：AI筛查让“村村通”成为可能**
如果人才是“软件”，那么AI筛查设备就是“硬件”支撑。传统视力筛查依赖人工，效率低且易出错。最新的便携式AI眼底相机和自助视力检测仪，能够快速完成屈光度、眼轴长度甚至眼底图像的采集，并借助云端算法自动生成风险评估报告。在山东某县的试点中，一辆搭载AI筛查设备的流动筛查车，一天可完成一所小学800名学生的眼健康检查，数据实时上传至区域近视防控平台，异常案例自动标记并转诊。
“以前筛查只是测个视力，现在等于做了一次微型眼科体检。”一位参与项目的地方疾控人员说。更关键的是，AI系统内置的近视预测模型，可结合用眼行为问卷，对低年级学生未来一年的近视发生风险进行预警，从而让干预关口真正前移。在湖南某乡村小学，基于AI预警结果，学校为高风险儿童增设了每天1小时的户外活动课，并调整教室照明，一年后新发近视率较对照组下降了12个百分点。
**模式创新：从“孤岛”到“网格”**
人才和技术只有嵌入有效的服务模式，才能可持续运转。当前，多地正在构建“县-乡-村”三级眼健康网格。县级医院作为中心，承担复杂验配、疑难处理和技术指导；乡镇卫生院配备基础视光设备，开展常规筛查和随访；村卫生室则作为“哨点”，进行健康宣教和初筛转诊。这种模式下，一位县级视光师可以“云端”指导多个村医，形成覆盖全县的服务网络。
在浙江某县级市，这一网格还与教育局学籍系统打通，每名在校生的眼健康档案从幼儿园延续到高中，动态监测、分级预警、精准干预。当地视光中心主任强调：“基层近视防控不是做几个活动、查几次视力，而是要织起一张密实的、动态的、有温度的健康网。”
**挑战仍在，但曙光已现**
当然，下沉之路并非坦途。AI设备的成本、基层医护人员的积极性、家长认知的误区、干预手段的合规性等，都是待解的难题。但受访者普遍认为，随着国家对基层眼健康投入加大、视光职业教育体系完善、AI技术进一步普惠化，基层眼科服务正从“有没有”向“好不好”转变。
这场发生在广大县域的静默变革，或许正是中国实现近视防控目标的真正基石。