## 政策刚性落地，适宜技术试点全面铺开
2025年，国家卫生健康委持续推进儿童青少年近视防控适宜技术试点，各地在光明行动框架下加速落实筛查建档、分级干预和健康教育。截至第一季度末，全国新增近视防控试点县（区）86个，累计覆盖超过1200个县区。与此同时，教育部等十五部门联合部署的“光明行动”进入第三年，多部门协同机制已形成常态化，学校、家庭、医疗机构的数据互联成为考核硬指标。
## 基层筛查的智能化跃迁
传统校园视力筛查依赖医护人员手动操作，效率低且数据孤岛化。2025年，AI辅助眼底筛查和自动屈光检测设备在基层覆盖率显著提升。据不完全统计，试点地区校园筛查中AI辅助设备使用率已达67%，较去年同期增长23个百分点。以某中部省份为例，依托便携式AI验光仪和云端数据分析平台，单校筛查时间由平均3小时压缩至40分钟，屈光不正检出率与最终临床诊断符合率达到94.5%。
## 真实世界数据驱动的分级诊疗路径
适宜技术试点的核心在于“筛-转-治-防”闭环。2025年，多个试点省份建立视光中心与基层医疗机构的数据互通机制。以浙江省“明眸工程”为例，全省452家基层卫生机构与36家视光中心实现电子健康档案共享，筛查异常儿童转诊时间中位数从去年的5.2天缩短至1.8天。转诊后的干预方案中，低浓度阿托品（0.01%）联合光学矫正占比升至41%，角膜塑形镜验配规范化率同比提高18%。
## 人才缺口与AI赋能的双重变奏
尽管技术快速渗透，眼视光专业人才缺口仍是瓶颈。2025年，全国眼视光技师需求约为12.7万人，实际持证人员仅7.9万人，缺口达38%。适宜技术试点地区通过“AI初筛+远程专家复核”模式缓解压力。例如，广东省在粤东西北地区部署了120台AI眼底相机，由省级视光中心远程阅片，单日可处理筛查图像8000余张，人力成本降低42%，并显著提升基层转诊准确率。
## 数据资产化与防控策略迭代
随着眼轴长度、屈光度、角膜地形图等多维数据的积累，基于真实世界的近视预测模型开始服务于个体化干预。北京同仁医院联合多家视光中心发布的队列研究显示，利用3年随访数据训练的LSTM神经网络，对学龄儿童两年内发展为高度近视的风险预测AUC达到0.91。此类模型已嵌入部分试点地区的校园筛查系统，实现“筛查即预测”，为高危儿童提前启动联合干预提供数据支撑。
## 展望：从试点到常态化的最后一公里
2025年近视防控适宜技术试点已从“扩面”转向“提质”，数据标准化和AI模型泛化能力成为下一阶段重点。政策层面或将出台视光中心参与公共卫生服务的付费机制，促进可持续运营。同时，0.01%阿托品获批后的长期安全性监测、角膜塑形镜多中心真实世界研究也为防控策略优化提供新证据。未来，数据流通与隐私保护、基层人员培训、设备维护等配套措施仍需夯实，方能实现近视防控的“精准化、常态化、智能化”。
