2025年，全球眼视光领域迎来关键转折点。我国青少年近视率仍居高位，国家疾控局联合教育部在最新版《儿童青少年近视防控适宜技术指南》中强化了校园筛查的频次与数据上报标准；与此同时，以ChatGPT为代表的生成式AI在眼科影像识别、屈光预测和近视管理决策支持方面不断交出亮眼答卷。当政策、技术与临床需求三股力量交汇，眼科期刊作为知识传播的中枢，正从传统的“论文仓库”转型为驱动视光中心数字化、标准化服务的“知识卫星”——通过开放科学基础建设，向一线从业者持续输送可落地的循证导航。
## 政策信号与临床现实：筛查数据的“堰塞湖”
新版近视防控政策明确要求：2025年起，全国中小学生每年需完成不少于两次的裸眼视力与屈光度检测，数据实时上传至国家学生体质健康标准数据库。政策初衷是建立动态监测网络，但落实到基层则面临双重矛盾：一是筛查设备与人员技术参差不齐，部分地区仍依赖裸眼视力表，数据质量堪忧；二是海量筛查数据缺少分析工具，沦为“数字档案”，未能反哺个体干预方案。眼科期刊正成为打通数据“堰塞湖”的关键渠道。《中华眼科杂志》2025年3月刊出的一篇多中心研究显示，基于AI的云筛查系统在6省18个县区试点中，将屈光不正检出率从传统方法的71.3%提升至93.6%，且单次筛查成本下降42%。该研究团队将算法与标准操作流程同步发表于开放获取平台，基层视光中心可免费下载模型权重与培训手册，实现“论文-工具-服务”的即时转化。
## 视光中心的“数字孪生”与期刊知识服务
传统视光中心依赖验光师经验与进口设备，服务半径受限。2025年，头部连锁视光机构开始部署“数字孪生”系统：通过物联网设备采集患者眼轴、角膜地形图、调节功能等数据，构建个体眼健康模型，AI预测近视进展风险并推荐干预组合（如角膜塑形镜联合低浓度阿托品）。这一转型的底层逻辑与眼科期刊近年力推的“循证-精准”范式高度吻合。
然而，多数中小型视光中心缺乏科研团队与数据科学家，如何获取可靠的模型与更新证据？《眼视光学杂志》联合中国视光行业协会发起“星链计划”：由期刊编辑部牵头，组织多中心真实世界研究，将各中心脱敏数据汇总至安全计算平台，训练通用近视预测模型；模型与循证指南定期以结构化、可机读的格式发布于期刊网站，任何注册机构均可通过API调用。截至2025年6月，已有超过480家基层视光中心接入，模型对高度近视（SE≤-6.00D）的预测AUC达到0.86。期刊的角色从“发表结果”延伸至“持续供能”，形成知识卫星网络。
## 开放科学基础设施：从预印本到循证决策工具
面对快速迭代的AI算法与干预手段，传统同行评审周期（平均6-12个月）难以匹配临床需求。眼科期刊开始拥抱预印本与开放同行评审。例如，《IOVS》推出“Rapid Evidence Alerts”栏目，对近视防控相关的预印本进行快速筛选与专家点评，标注证据等级，两周内上线。同时，期刊与Cochrane Eyes and Vision合作，将系统评价自动转化为结构化推荐，供临床决策支持系统（CDSS）直接调用。
更重要的是，期刊正在构建动态更新的“证据图谱”。2025年6月，《Ophthalmology》发布“近视干预全景图1.0版”，将角膜塑形镜、多焦软镜、低浓度阿托品、红光/哺光仪等干预措施按年龄、基线屈光度、眼轴长度分层，动态展示证据强度与最新RCT结果。该图谱采用开放数据标准，任何视光中心均可嵌入电子病历系统，实现“一键查证”。这种由期刊主导的知识基础设施，极大降低了基层从业者的信息检索成本。
## 挑战与展望：数据伦理与去中心化出版
“星链计划”也暴露出数据隐私与算法偏倚风险。期刊编辑部需联合伦理委员会制定脱敏标准，并定期发布算法公平性审计报告。此外，视光中心数字化产生的真实世界数据反过来可以丰富期刊内容——通过“数据论文”形式，底层数据可被复用，形成“临床-数据-期刊-临床”的正循环。
展望未来，眼科期刊或将演化成去中心化的知识自治组织（DAO），由编委、作者、读者、视光中心共同治理。无论形态如何变化，其核心使命始终如一：让高质量证据像卫星信号一样，无差别覆盖每一个基层视光中心，滋养精准、公平的近视防控实践。