随着数字化浪潮席卷眼健康领域，远程验光与AI辅助诊断正从技术验证迈向规模化应用。近日，多家视光企业公布在基层医疗服务中的落地成果，引发行业关注。
在西南某县，基层卫生机构通过部署一体化AI眼底筛查设备，三个月内完成超过2万名居民的糖尿病视网膜病变筛查，其中约8%的阳性转诊至上级医院。该设备集成OCT与眼底照相功能，AI算法可在10秒内完成病灶标注和风险分级。设备供应商星联视光负责人表示，系统已与当地卫健委的慢病管理平台打通，实现“筛查-转诊-随访”全流程数字化。这一模式正在多个省份复制，有效缓解了基层眼科资源匮乏问题。
与此同时，远程验光技术取得关键突破。传统远程验光受限于设备精度和实时交互，一直难以达到线下验配水准。但最新一代远程验光系统通过高清双目摄像头、智能瞳距测量和实时屈光分析，结合验光师远程控制，使主观验光结果与线下差异小于0.25D。在长三角地区，一家连锁视光中心已将此技术应用于社区店，居民只需在社区站点完成基础检查，由总部视光师远程进行主觉验光，单次验光时间缩短至15分钟，且处方准确率与线下相当。该模式尤其受到老年人和行动不便群体的欢迎。
AI在视光领域的应用也在深化。除了筛查，AI开始辅助视功能评估和近视风险预测。例如，一款基于眼轴长度、角膜曲率和用眼行为数据的AI模型，可提前18个月预测儿童近视发生风险，准确率达85%以上。这为早期干预提供了宝贵窗口。配镜方面，AI可以根据面部三维扫描和屈光参数，智能推荐镜架和镜片，甚至优化离焦镜片的微结构设计，以提升近视控制效果。
政策层面，国家卫生健康委近期发文鼓励“互联网+眼健康”服务模式，支持远程验光、AI辅助诊断在基层的应用，并提出到2025年，力争所有县域医共体具备远程眼科服务能力。这一政策导向进一步刺激了企业投入。多家上市公司在财报中披露，将加大对智慧眼健康业务的投资，包括算法研发、云平台建设和基层服务网络拓展。
然而，挑战依然存在。数据安全、算法可解释性、监管审批以及基层人员培训都是亟待解决的问题。部分视光师对AI的准确性和责任界定存有疑虑。对此，行业专家建议，应建立统一的技术标准和临床验证流程，同时加强视光师在AI工具使用和远程验光方面的继续教育。
数字化转型不仅是技术升级，更是服务模式的革新。从近视防控到慢病管理，从城市到乡村，视光服务正突破物理边界，走向普惠和精准。未来，随着5G、物联网和AI的进一步融合，一个无缝连接的全生命周期眼健康管理体系值得期待。