近年来，我国青少年近视率居高不下，已上升为国家战略层面的公共卫生问题。2024年国家卫健委最新数据显示，全国儿童青少年总体近视率达51.9%，其中高中生近视率更是高达81.0%。面对如此严峻的形势，传统的校园视力筛查模式已显力不从心：人力成本高、数据碎片化、缺乏长期追踪等问题日益突出。在此背景下，AI眼底影像技术与校园筛查体系的深度融合，正在构建一个立体化、智能化的近视防控预警网络，为破解当前困境提供了全新思路。
### 一、校园筛查的数字化跃迁：从“一次性检查”到“全程动态管理”
以往，校园视力筛查多在每学期进行一次，流程简单，仅记录裸眼视力和屈光度，数据孤立，难以形成有效干预。如今，多个省市已开始试点“常态化筛查+电子档案”模式。例如，浙江省推行的“明眸皓齿”工程，通过智能视力筛查设备与云端平台，实现了学生视力数据的实时上传、自动分析和异常预警。在此基础上，AI眼底影像技术的引入，进一步丰富了筛查维度。
传统视力筛查主要关注屈光状态，但近视的病理基础——眼轴增长和眼底改变，往往被忽略。AI眼底相机可在几秒内完成视网膜成像，并通过深度学习算法自动识别豹纹状眼底、视盘倾斜等与近视相关的早期眼底特征。上海眼病防治中心的一项研究显示，AI眼底分析在识别高度近视高风险儿童方面的准确率可达90%以上，远超传统视力表筛查。
### 二、AI眼底影像：从“辅助诊断”到“预测预警”
AI在眼科的应用已从单纯的图像识别向预测建模演进。基于大规模队列数据，研究者开发出了多种近视进展预测模型。中山眼科中心团队利用AI分析眼底照片中的血管密度、脉络膜厚度等参数，结合年龄、屈光度等临床数据，预测儿童未来两年内发展为高度近视的风险，曲线下面积（AUC）达0.87。这意味着，AI眼底影像不仅能检测当前病变，还能预见未来风险。
在校园筛查场景下，AI眼底影像系统可即时生成报告，对高风险学生进行分级预警，并建议转诊至视光中心或眼科医院进行进一步检查，如散瞳验光、眼轴测量等。这种分层转诊机制，有效优化了医疗资源配置，避免了资源浪费和延误干预。
### 三、从孤岛到闭环：数据联通与多级防控网络
要实现有效的近视防控，单点筛查远远不够，必须形成“筛查-预警-干预-随访”的闭环管理。AI眼底影像与校园筛查系统的结合，正是构建这一闭环的关键纽带。
目前，一些领先的视光中心和眼科医院已开始与区域教育部门合作，搭建区域眼健康大数据平台。例如，温医大附属眼视光医院在温州地区建立的“儿童青少年近视防控大数据平台”，整合了全市中小学的筛查数据、医院诊疗数据和视光中心干预数据，利用AI算法进行动态风险评估和干预效果追踪。每个学生的眼健康档案如同一个“数字孪生体”，从视力、屈光度到眼底图像，全方位记录眼发育轨迹。
这种模式下，AI不仅用于筛查，还用于干预方案的个性化推荐。例如，针对不同风险等级的学生，系统可建议相应的户外活动时长、用眼习惯调整，或推荐离焦镜片、角膜塑形镜、低浓度阿托品等干预措施。同时，AI还可监测干预效果，及时调整方案。
### 四、挑战与展望：技术落地与专业人才缺口
尽管前景广阔，但AI眼底影像在校园筛查中的全面推广仍面临挑战。首先，设备成本较高，基层学校难以普及。目前，便携式AI眼底相机价格虽已大幅下降，但仍有门槛。其次，数据隐私与安全亟待规范，特别是涉及未成年人健康数据。再次，专业人才匮乏，既懂AI技术又熟悉临床视光的复合型人才稀缺。
不过，政策与市场双重驱动下，这些问题正在逐步解决。2024年，国家卫健委等多部门联合印发《关于进一步规范校园视力筛查与近视防控工作的通知》，明确提出鼓励采用智能化设备提升筛查效率与准确性，并要求建立省级近视防控信息平台。同时，眼视光职业教育的升级和认证体系的完善，正在为行业输送更多专业人才。
未来，随着AI算法的不断优化和硬件成本的降低，AI眼底影像有望成为校园筛查的标配。一个以AI为驱动、以数据为纽带、覆盖全生命周期的眼健康管理体系正在形成。青少年近视防控，正从传统的“人海战术”迈向“数据智控”的新时代。