近日，多地教育部门联合医疗机构启动儿童青少年眼健康档案的数字化升级，从静态记录转向动态风险预测。以广州市为例，今年秋季学期起，全市中小学将全面采用新版电子档案系统，不仅记录视力、屈光度和眼轴长度，还纳入用眼行为、户外活动时长和家族史数据。系统内嵌的AI预测模型，可提前3年预警高度近视风险，准确率达87%。
“过去是近视了再干预，现在能提前发现‘高危’儿童。”广州市中小学生近视防控中心主任林晓明介绍，模型基于10万例队列数据训练，结合遗传和环境因素，为每个孩子生成个体化风险评分。学校根据评分分层管理：低风险学生保持每学期一次常规检查；中风险学生增加家庭用眼指导；高风险学生则转诊至定点医院，启动医学干预和强化随访。
这一模式正在向全国推广。国家卫健委近日发布的《儿童青少年近视防控适宜技术指南（2024版）》明确提出，鼓励有条件的地区建立眼健康大数据平台，利用人工智能技术实现近视风险预警。浙江、江苏等地已将AI筛查和预测纳入政府民生实事项目，部分区域试点将眼轴测量引入校园体检，代替传统视力表作为主要筛查指标。
技术迭代也推动干预方案的精细化。在北京同仁医院的一项研究中，低浓度阿托品与角膜塑形镜的联合应用方案再获新证据：对眼轴增长较快且初始近视度数较高的儿童，联合干预组两年眼轴增长较单用角塑组减少0.18mm，且不良反应发生率无显著差异。研究团队正基于AI分层模型，探索药物浓度、佩戴时长与个体特征的最佳匹配。
“精准的基础是数据和模型，但最终要落地为可执行的干预路径。”温州医科大学附属眼视光医院吕帆教授指出，数字化工具的普及让“一人一档、一档一策”成为可能。她预计，未来五年，全国近视管理将形成从筛查、预警到干预效果评估的全流程闭环，并借助远程视光平台向基层延伸。
与此同时，国际眼科学术界也在加速共识更新。上月结束的ARVO年会专设“近视大数据与AI”论坛，多国专家分享基于百万级眼轴数据的预测模型成果。国际近视研究院（IMI）计划明年发布《人工智能在近视管理中的应用白皮书》，为AI模型的开发、验证和临床部署提供指南。
业内专家提醒，AI预测虽具潜力，但需注意数据隐私、算法偏倚和过度医疗风险。专家呼吁建立统一的数据标准和监管框架，确保技术安全、公平、透明地服务于儿童眼健康。可以预见，在政策引导和技术赋能下，近视防控正从经验驱动转向数据驱动，“精准”“智能”将成为下一阶段的核心关键词。