近年来，我国儿童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》等政策的深入推进，校园视力筛查常态化、电子健康档案建设及分级管理成为视光服务下沉的关键环节。2025年，多地教育部门与医疗机构深化“教医协同”，将视力筛查从简单屈光检查升级为涵盖眼轴长度、角膜曲率、眼底风险的综合评估，并借助AI辅助诊断系统实现高效、精准的初步筛查与转诊建议。
**从“查视力”到“管全程”：校园筛查的升级路径**
传统校园视力筛查多停留在裸眼视力与电脑验光，数据孤立、转诊脱节。如今，以数字化视力建档为基础，筛查设备与云端平台直连，学生数据实时上传，形成包含远视储备、屈光发育趋势的动态个人档案。例如，在山东、浙江等地试点项目中，筛查现场配备便携式眼轴测量仪，结合AI算法对数据异常者自动预警，并生成分层管理建议：对远视储备不足者推荐增加户外活动与行为干预；对已近视者建议定期复诊，部分符合条件者纳入角膜塑形镜、低浓度阿托品等干预路径。家长通过手机端即可查看报告并预约视光中心复查，实现闭环管理。
**分级管理与转诊机制：让资源流向最需要处**
校园筛查不可能替代临床诊断，但其核心价值在于风险分层与精准转诊。根据筛查结果，学生被分为低风险、中风险、高风险三组。低风险者以健康教育与定期监测为主；中风险者建议到视光中心进行睫状肌麻痹验光等详细检查；高风险者如高度近视或有眼底并发症倾向，则直接转诊至眼科专科医院。某市级视光中心数据显示，实施分级转诊后，初诊中真性近视确诊率提升约30%，而无效就诊率明显下降，同时减轻了专科资源压力。
**AI辅助诊断：提升筛查效率与均质化水平**
人工智能在校园筛查中的应用日益广泛，尤其在眼底照相分析、屈光数据解读方面显示出高效性与一致性。AI可快速识别豹纹状眼底、视盘倾斜等近视相关眼底改变，对高度近视学生给出更密切随访建议。此外，AI还能对筛查质量进行实时监控，例如识别图像模糊、定位不准等问题，确保数据可靠性。不过，AI并不能替代医生，其角色是辅助初筛与分诊，最终决策仍需视光师或眼科医生结合临床检查。
**挑战与展望：从筛查到干预的最后一公里**
尽管筛查体系不断完善，但仍面临农村与城市资源不均、家长认知不足、干预依从性差等挑战。未来，需进一步加强视光专业人才培养，推广规范化培训；探索将筛查结果与医保或商业健康险结合，降低干预成本；同时利用移动端应用强化家长教育，提高复诊与干预依从性。只有筛查、转诊、干预、随访各环节无缝衔接，才能真正将近视防控落到实处，为孩子们赢得光明的未来。
视光科学的进步不仅在于高精尖的技术，更在于把这些技术转化为普惠、可及的服务。校园筛查的升级，正是这一理念的生动实践。