在国家自然科学基金（国自然）的最新资助政策中，跨学科数据融合与精准医疗成为眼科领域的重点方向。随着青少年近视率居高不下，传统校园筛查数据虽已积累大量眼健康信息，但如何从单一屈光度、视力指标转向多维度、跨模态数据的整合分析，成为科研立项的新突破口。
近年来，各地视光中心建设和近视筛查考核持续强化，北京、上海等地已将眼轴长度、角膜曲率等生物参数纳入常规监测。国自然医学科学部在2025年项目指南中明确提出，鼓励利用人工智能与大数据技术，融合遗传、环境、行为及影像学数据，构建近视发生发展的预测模型，并探索个性化干预方案。这一政策导向与“青少年近视防控政策强化与考核机制落地”的热点紧密契合。例如，复旦大学附属眼耳鼻喉科医院团队基于“上海眼病防治中心”的大规模队列数据，结合户外活动时长、近距离用眼习惯等问卷信息，成功立项面上项目，研发出一套动态风险评估系统，已在试点学校应用中使高风险学生近视率下降12%。
在技术工具层面，眼科人工智能辅助诊断快速发展，OCT-A、眼底照相与深度学习算法结合，可提前6个月预测近视进展。国自然基金重点资助“多模态影像组学”研究，如中山眼科中心近期获批的重点项目中，将角膜塑形镜验配前后的角膜地形图、波前像差数据与基因组学关联，旨在揭示角膜塑形效果个体差异的生物学机制。此类研究不仅推动功能性镜片与角膜塑形镜的规范化管理，更为视光中心标准化建设提供了循证依据。
值得注意的是，基金政策同时注重科研转化与人才培育。2025年国自然面上项目加大了对“视光中心-医院-高校”联合课题的支持，要求项目必须包含社区或学校落地环节，并设立视光人才培养专项。例如，温州医科大学联合多家视光中心申请的“基于数字疗法的近视防控体系”课题，获得区域创新发展联合基金资助，其开发的移动端视觉训练程序已覆盖2万名学生。
总而言之，在基金政策驱动下，青少年近视防控正从粗放式筛查迈向精细化、个性化管理。跨模态数据融合不仅为科研立项开辟新径，更让“防-控-矫”一体化有了精准落脚点。未来，随着国自然对眼科人工智能与转化研究的持续加码，产学研闭环将加速形成，为降低近视发病率和延缓并发症提供中国方案。