**深度访谈 | 人工智能与基因治疗交汇：近视防控与高度近视并发症管理的精准化跃迁**
**引言**
在2025年的眼科学术版图上，人工智能（AI）与基因治疗正在以前所未有的速度交汇。从全国性眼科学术会议到国际期刊的最新论文，一个显著的趋势浮现：近视防控正摆脱单一手段的局限，迈向精准化、智能化的全周期管理；而高度近视相关并发症的治疗探索，则因基因疗法的突破而初见曙光。本期深度访谈特邀两位一线专家——某三甲医院眼科主任医师张教授与某知名视光中心负责人李主任，共同探讨这一前沿议题。
**AI赋能视光筛查：从校园到社区的“智慧眼”**
“去年我们参与了全市中小学生视力筛查，AI系统在三天内处理了2万份眼底图像，筛查出疑似病理性近视改变326例，其中12例最终确诊为需要干预的视网膜病变。”李主任用一组数据开场。他所在的视光中心去年引入了基于深度学习的眼底影像分析系统，与手持眼底相机配合，在校园筛查中实现了“即拍即分析”，不仅提升了效率，更将筛查维度从单纯视力扩展到眼底健康。
张教授补充道，AI在眼轴长度预测和近视进展风险评估方面也有显著进展。“结合年龄、屈光度、眼轴、角膜曲率等多维数据，AI模型可以给出未来一年近视发展的概率曲线，帮助我们识别‘高危’个体，提前启动强化干预。”他提到，目前已有多个模型在临床验证中表现出良好准确性，但强调“AI是辅助工具，不能替代医生的综合判断”。
**基因治疗：高度近视并发症的“破冰”探索**
当话题转向高度近视的基因治疗，张教授的语气变得审慎而充满期待。“高度近视的遗传背景复杂，目前基因治疗主要针对其并发症，如脉络膜新生血管、黄斑变性等。”他介绍，近期有研究团队通过基因编辑技术在小鼠模型中成功抑制了病理性近视相关基因的表达，减缓了眼轴过度增长。“尽管距离临床应用还有很长的路，但这是从‘对症’到‘对因’的范式转变。”
李主任则从视光服务角度看到了另一个机会：“如果基因治疗未来能延缓甚至阻止高度近视进展，那么视光中心作为近视管理的第一道关口，需要承担起遗传咨询、早期筛查和转诊的角色。我们已经在和遗传咨询门诊合作，为高度近视家庭提供基因检测和风险评估。”
**角膜塑形镜与低浓度阿托品的“智能联姻”**
在近视控制的主流手段中，角膜塑形镜和低浓度阿托品的联合应用是热点中的热点。张教授指出，2025年新版近视管理白皮书对联合用药的时机和剂量给出了更细化的建议，但临床决策仍需个体化。“比如对于年龄小、近视进展快、家长对药物有顾虑的患儿，我们可能先以角膜塑形镜为主，观察3-6个月，如果眼轴增长仍然较快，再考虑联合0.01%阿托品。AI预测模型在这里可以帮忙筛选出可能对单一手段反应欠佳的患者。”
李主任分享了他们中心的实践：“我们建立了一个数字化随访系统，记录每个孩子的眼轴、角膜地形图、用药依从性等数据。通过分析历史数据，我们能够更精准地调整方案。比如，对某些角膜形态特殊的孩子，角膜塑形镜的定位可能不理想，联合低浓度阿托品可以弥补控制效果的不足。”
**远程验光与视光中心数字化：服务模式的“升维”**
疫情后加速发展的远程验光，如今已成为许多视光中心的标准配置。李主任介绍：“我们开发了一套远程验光系统，患者在社区站点或家里通过设备自助采集数据，视光师远程实时指导和分析。尤其对于角膜塑形镜的定期复查，患者不必频繁奔波，既提高了依从性，也扩大了服务半径。”他提到，这套系统还整合了AI初筛功能，自动识别验光数据中的异常值，提示视光师重点关注。
张教授补充说，远程验光数据如果与电子健康档案、学校筛查数据打通，可以形成完整的眼健康大数据，为流行病学研究和政策制定提供依据。“这是从‘治疗个体’到‘管理人群’的健康模式升级。”
**挑战与展望**
谈到挑战，两位专家不约而同地提到了标准化和人才问题。AI算法的有效性高度依赖高质量标注数据，而目前不同设备、不同机构的数据格式不统一，影响了模型的泛化能力。张教授呼吁建立多中心协作的数据共享机制和算法验证标准。李主任则忧虑视光专业人才的缺口：“我们需要既懂视光又懂数据分析的复合型人才，但目前的教育体系还未完全跟上。”
对于未来，他们充满信心。张教授表示：“随着基因治疗、AI、新型光学设计等技术的不断融合，近视防控将进入真正的精准医学时代。我们的目标是让每个孩子都能获得最适合自己的防控方案，让高度近视不再成为致盲的威胁。”李主任则期待视光中心能成为连接临床与社区、数据与服务的“智慧枢纽”，在公共卫生层面发挥更大的作用。
**结语**
从AI赋能的校园筛查，到基因治疗的前沿探索，再到联合干预的个体化决策，中国眼视光领域正经历着一场静水流深的变革。这场变革的核心，是让每一个近视患者都能从技术进步中获益，让清晰的视界不再是奢侈的梦想。