近年来，我国青少年近视率居高不下，已成为重大公共卫生问题。随着《综合防控儿童青少年近视实施方案》等政策持续落地，各地视光中心与眼科机构加速从传统验光配镜向全生命周期眼健康管理转型。2025年，数字化转型与人工智能（AI）在视光领域的应用成为推动精准防控的核心引擎，尤其是眼轴长度（AL）的AI预测模型与校园筛查大数据的融合，正重构近视防控的闭环路径。
**眼轴AI预测：从群体筛查到个体预警**
眼轴长度是近视进展的金标准，其增长速度直接反映眼球结构变化。然而，传统眼轴监测依赖于定期门诊测量，数据整合滞后，难以实现早期干预。近期，温州医科大学附属眼视光医院团队利用深度学习算法，基于超10万例青少年的纵向眼轴数据，构建了AL预测模型，可提前1-2年预测儿童眼轴增长趋势，准确率达85%以上。该模型结合年龄、初始屈光度、角膜曲率及家族史等参数，为临床提供个体化风险分层：高风险儿童被建议缩短复查周期并启动联合干预（如低浓度阿托品+角膜塑形镜），而低风险者则维持常规监测。这一“预测-预警-干预”模式已在浙江、上海等地的视光中心试点，显著提升了资源利用效率。
**校园筛查与视光中心的数据闭环**
传统校园视力筛查仅提供裸眼视力与屈光度，数据孤岛现象严重。2025年，多省市开始推行“筛查-转诊-确诊-干预-随访”一体化平台，将校园筛查的电子档案实时对接区域视光中心。例如，深圳市已建立“明眸数据湖”，整合全市中小学生筛查数据，并应用AI算法自动识别近视高风险个体，推送个性化干预建议。视光中心则通过远程验光与AI辅助诊断，完成初步评估，减少不必要的到院次数。北京同仁医院视光中心的一项研究显示，基于AI的眼轴预测联合远程随访，可使儿童近视进展延缓率提高12%，且家长满意度达91%。
**视光中心数字化转型的实践路径**
视光中心的数字化转型不仅限于硬件升级，更涉及服务流程再造。典型路径包括：
1. **智能筛查终端**：校园配备便携式自助视力筛查仪和生物测量仪，数据自动上传云端。
2. **AI辅助决策系统**：基于大数据和指南，为验光师提供个性化处方建议，如离焦镜片设计选择或多焦软镜适配参数。
3. **远程医疗平台**：通过视频问诊和远程验光，覆盖基层和偏远地区，由上级视光师审核处方。
4. **患者管理APP**：跟踪干预依从性，推送用眼行为提醒（如户外活动时长），形成行为干预闭环。
**挑战与展望**
尽管前景广阔，但仍需解决数据标准化、模型泛化能力及伦理隐私问题。此外，视光师对新技术的接受度和操作规范也需系统培训。未来，随着AI大模型与多组学数据的融合，眼轴预测将更精准，甚至可结合基因风险评分实现真正的个体化防控。同时，视光中心与眼科医院的深度融合，将推动近视防控从“治已病”向“治未病”转变，筑牢青少年视力健康防线。