在青少年近视防控上升为国家战略的背景下，数字化屈光发育档案与人工智能预警系统正成为临床试验的新焦点。一项覆盖全国12家视光中心的多中心前瞻性研究，纳入了6000名6-12岁儿童，旨在评估基于电子化屈光档案的AI风险分层模型对近视进展的干预效果。
研究利用OCT生物测量仪、自动验光仪和眼轴测量设备，实时采集眼轴长度、角膜曲率、屈光状态等参数，并整合户外活动时长、近距离用眼时间等环境数据。AI模型通过深度学习，预测个体未来一年的近视进展风险，将受试者分为低、中、高风险组，分别给予标准化户外干预、角膜塑形镜或低浓度阿托品联合干预。
中期12个月数据显示，高风险组在AI预警指导下接受联合干预后，眼轴年均增长0.18±0.05mm，显著低于常规管理组的0.28±0.08mm（P<0.01）。信息化平台的建设实现了筛查-预警-干预-随访的全程闭环，档案共享至学校、家庭和视光中心，提升了依从性。
该试验强调数据安全与隐私合规，采用区块链技术确保档案不可篡改。研究结果在亚太眼科学会（APAO）会议上报告，引发热议。与会专家指出，数字化档案与AI预警的结合，为大规模近视管理提供了可复制的循证范式，未来有望纳入国家近视防控体系，实现从被动矫正到主动管理的跨越。