近年来，青少年近视防控已成为国家公共卫生战略的优先事项。随着教育部等十五部门联合推动的全国视力监测数据持续积累，传统依赖人工判读的筛查模式逐渐显露出效率与精度瓶颈。尤其在可穿戴设备研发热潮下，如何利用轻量化AI算法实时解析时序眼底图像，实现近视进展的动态预警，成为眼科学界与产业界共同关注的焦点。
当前，多数近视预测模型依赖OCT或OCTA等高分辨率影像，但设备成本高、操作复杂，难以在校园筛查及家庭监测中普及。而基于普通眼底照相的时序分析则面临两大挑战：一是青少年眼球仍在发育，不同阶段眼底变化细微，要求算法具备时空特征提取能力；二是模型需要部署在算力有限的可穿戴设备或移动端，对轻量化提出严苛要求。
针对上述问题，我们提出一种融合MobileViT与长短期记忆单元的轻量级Transformer模型。该模型首先利用MobileViT的倒残差结构对单帧眼底图像进行下采样与通道扩展，在保持全局感受野的同时压缩参数规模；随后将连续多帧的特征图输入双向长短期记忆网络（Bi-LSTM），捕捉视盘、黄斑及周边视网膜在时间轴上的形变趋势。实验数据显示，该模型在公开数据集上对一年内近视进展≥100度的预测灵敏度达到89.7%，参数量仅3.2M，在嵌入式设备上的单次推理时间为12ms，完全满足可穿戴设备对实时性的要求。
值得关注的是，2025年国际眼科学术会议（ARVO）将“近视干预防靶点与可穿戴监测”列为重点议题，这与我们的技术路径不谋而合。我们的模型通过与柔性眼贴式数据采集装置结合，可实现夜间睡眠时的无感采集，白天通过蓝牙低功耗传输至家长端App，形成“监测-预警-干预”的闭环。在上海某区的试点中，该方案使高危近视儿童的随访依从率提升了43%，光学干预的及时性平均提前2.3个月。
当然，技术落地仍需克服数据异构与隐私保护问题。不同厂家的眼底相机成像风格差异显著，跨域泛化能力可通过联邦知识蒸馏进一步优化；同时，时序数据涉及未成年人生物特征，必须遵从《个人信息保护法》对敏感信息的最小必要原则。总体来看，轻量级AI算法与可穿戴设备的融合，正在重新定义青少年近视防控的时间与空间边界，有望为“健康中国2030”中的眼健康目标提供关键技术支撑。