在近视患病率持续攀升的背景下，高度近视（通常指眼轴≥26mm或屈光度≤-6.00D）已成为不可逆盲的首要病因之一。流行病学数据显示，我国高度近视人群已超过7000万，其中病理性近视导致的视网膜脱离、黄斑劈裂、脉络膜新生血管（CNV）及青光眼等并发症，正对中青年人群的视觉健康构成严峻威胁。如何将防控关口从“近视发生”进一步前移至“高度近视并发症管理”，成为当前眼科学界与视光行业共同关注的焦点。
传统的并发症筛查依赖眼底照相、OCT及视野检查，但高度近视眼底的豹纹状改变、巩膜后葡萄肿等特征常使早期病变隐匿，漏诊率较高。近年来，基于深度学习的人工智能（AI）模型在眼底影像分析中展现出高敏感性。例如，中山眼科中心团队开发的高度近视黄斑病变AI分级系统，在验证集中对黄斑劈裂、CNV等病变的识别AUC可达0.95以上，并能预测病变进展风险。此外，AI结合OCT血管成像（OCTA）可量化脉络膜厚度与血流密度，为近视性CNV的早期干预提供生物标志物。在青光眼筛查方面，AI通过分析视盘形态与神经纤维层厚度，能提前3-5年预警高度近视合并开角型青光眼的风险，优于传统视野检查。
临床干预策略正从“被动治疗”转向“主动管理”。对于高度近视患者，建立年度眼底档案并采用AI辅助动态监测已成为共识。一旦发现早期CNV或黄斑劈裂，抗VEGF治疗联合微脉冲激光等微创手段可有效控制病变进展。同时，后巩膜加固术的改良技术（如微创兜带术）在延缓眼轴增长、减少并发症方面重新受到关注，多中心研究显示术后5年黄斑劈裂发生率降低62%。
社区视光中心在并发症拦截中扮演着“哨点”角色。通过配备免散瞳眼底相机与AI辅助判读系统，即使缺乏眼科医生，也能完成高质量眼底筛查。例如，上海部分社区将AI眼底筛查纳入65岁以上高度近视人群年度体检，发现疑似病变后通过绿色通道转诊至三甲医院，实现了“筛查-转诊-治疗-随访”闭环管理。未来，随着便携式OCT和远程医疗的普及，高度近视并发症的早期拦截网络有望覆盖至县域和乡镇。
要实现这一目标，还需解决数据标准化与模型泛化问题。不同厂家眼底相机的图像差异、AI模型的更新迭代、以及患者依从性管理，都是落地中的痛点。为此，中华医学会眼科学分会眼视光学组正在牵头制定《高度近视眼底AI筛查临床应用专家共识》，拟统一图像采集规范、风险分级标准及转诊流程，为行业提供操作指南。
高度近视并发症的管理，不仅是医学问题，更是公共卫生挑战。通过AI赋能早期筛查、规范临床干预路径、强化基层能力建设，我们有望在“十四五”收官之年，将高度近视致盲率上升的势头有效遏制。这需要眼科医生、视光师、公共卫生专家与科技企业的协同创新，共同守护每一双高度近视眼睛的光明未来。