近年来，国家自然科学基金（国自然）及重点研发计划持续加大对眼科与视光领域的资助力度，尤其聚焦于青少年近视防控的循证实践与技术创新。2025年度国自然项目指南中，眼科学方向明确鼓励“近视发生发展的多因素交互机制与精准干预策略”研究，并首次将“光学干预与药物联合应用的有效性及安全性评价”列为优先资助领域。这一政策动向，无疑为视光中心的临床科研与转化实践注入了强心剂。
政策驱动下的联合干预研究，正深刻改变着近视管理的临床路径。以角膜塑形镜联合低浓度阿托品的“双联方案”为例，过去多依赖视光师经验性配适，缺乏统一的疗效与安全评估标准。如今，在基金支持下，多家大型视光中心与眼科医院正在开展多中心、前瞻性队列研究，系统收集眼轴长度、脉络膜厚度、角膜内皮细胞密度等关键参数。例如，某省级视光中心依托国自然面上项目，建立了包含5000余例8~14岁近视儿童的真实世界数据库。初步结果显示，联合干预组相较于单用角膜塑形镜组，两年眼轴增长平均减缓0.18毫米，且未观察到严重不良反应。这类高质量证据正在倒逼临床指南更新，推动联合方案从“经验驱动”迈向“循证驱动”。
与此同时，基金政策亦向视光中心的科研能力建设倾斜。过去，视光中心常被归为“服务型机构”，科研基础薄弱，难以获得国家级项目资助。如今，政策鼓励视光中心与高校、科研院所组建“临床+基础”联合团队，围绕近视管理技术迭代开展转化研究。以多焦点软性角膜接触镜为例，国内已有团队在国自然青年基金支持下，探索镜片光学区非球面设计与周边离焦量的动态优化。通过构建个体化眼模型，模拟不同屈光度数、瞳孔直径下视网膜周边离焦分布，从而为定制化镜片参数提供理论依据。这种“从临床问题到基础机制再回到临床验证”的闭环模式，正是基金政策着力培育的科研生态。
值得注意的是，人工智能（AI）与大数据技术正加速融入视光中心近视管理全流程。在基金支持下，多款基于深度学习模型的近视进展预测工具已进入临床验证阶段。这些工具整合了基线屈光度、眼轴、角膜曲率、家族史、用眼行为等多模态数据，可输出个体化近视风险评分，辅助视光师制定分层干预策略。例如，某AI辅助决策系统在试点视光中心的应用显示，其推荐的干预方案与专家共识一致性达92%，同时显著缩短了初诊咨询时间。基金政策对这类数字健康技术的支持，不仅提升了视光服务的效率与精度，也为视光中心积累了宝贵的科研数据和知识产权。
面向未来，基金政策将继续引导视光中心从“验配终端”向“眼健康管理枢纽”转型。当前，国自然已设立“视觉损伤与修复”专项研究群，并鼓励视光中心牵头或参与多中心临床研究。对于广大视光师而言，申请国自然青年基金或地区基金，围绕临床瓶颈问题开展小切口、深挖掘的研究，已不再是遥不可及。例如，有视光师基于工作中发现的角膜塑形镜偏位问题，设计了一项光学模拟实验，成功获得了地区科学基金资助，为改进镜片配适算法提供了新思路。
总之，在基金政策的有力驱动下，以“光学+药物”联合干预为代表的近视管理新技术，正从实验室快速走向视光中心的日常实践。视光中心唯有主动拥抱科研，才能在政策红利中抢占先机，真正实现从经验服务到循证眼健康管理的跨越。