近年来，人工智能（AI）技术在眼科与视光领域的应用快速拓展，尤其在青少年近视筛查、眼底影像诊断和远程视光服务中展现出巨大潜力。然而，随着AI设备与系统大规模进入校园和基层医疗机构，其准入标准、数据安全与临床应用规范成为政策法规关注的新焦点。2024至2025年，国家药监局、卫健委及网信办等多部门密集出台相关指导原则与监管细则，旨在平衡技术创新与风险防控，为AI视光产品划定清晰的合规路径。
### 一、AI视光设备准入：从“辅助工具”到“医疗器械”的监管升级
过去，部分AI视力筛查设备以“健康管理工具”名义规避医疗器械监管，导致质量参差不齐、结果误判等问题。2024年新修订的《人工智能医疗器械注册审查指导原则》明确，用于疾病辅助诊断、筛查或分诊的AI软件或软硬件结合产品，必须按第二类或第三类医疗器械管理。例如，基于眼底照相的AI糖尿病视网膜病变筛查系统、利用屈光数据预测近视进展的决策支持软件，均需完成临床试验或真实世界研究验证其有效性与安全性，方可获得注册证。
监管升级对行业产生深远影响。以校园视力筛查为例，多地教育局要求入校筛查设备必须获得医疗器械注册证，且筛查数据需与当地学生健康档案系统对接，确保结果可追溯。某省在2025年春季筛查中，因三款未获证AI设备被拒之门外，转而采用人工+常规设备组合，虽效率下降，但合规性显著提升。
### 二、数据安全与隐私保护：校园场景下的特殊挑战
AI视光设备核心依赖海量眼部图像与个人健康数据。校园筛查涉及未成年人信息，属敏感个人信息，须遵循《个人信息保护法》《儿童个人信息网络保护规定》等法规。2025年3月，国家网信办发布《人脸识别技术应用安全管理规定（试行）》征求意见稿，虽未直接针对眼部图像，但其“最小必要”“单独同意”原则同样适用于视光AI。
实践中，AI筛查设备通常自动化采集裸眼视力、屈光度及眼轴等数据，并可能同步拍摄眼底照片。为规避风险，多省份要求：1）筛查前取得家长知情同意，明确数据用途、存储期限与共享范围；2）数据本地化存储于教育或卫生部门指定服务器，禁止上传至商业云端；3）匿名化处理后可用于科研，但须经伦理审查。例如，山东省2024年启动的“青少年近视防控智能化管理平台”即采用政务云部署，AI筛查数据仅用于生成个人报告和群体分析，不得用于商业营销。
### 三、临床辅助诊断的AI器械：审批与监管动态
在临床场景中，AI辅助诊断系统已用于眼底病变识别、青光眼早期筛查及近视性黄斑变性预测。国家药监局2024年批准了多款相关产品，如“糖尿病视网膜病变眼底图像辅助诊断软件”“眼科光学相干断层扫描图像处理软件”等。但审批标准仍存在模糊地带，例如算法更新是否需要重新注册、真实世界数据如何用于上市后评价等。
2025年初，器审中心发布《人工智能医疗器械注册审评要点（眼科方向）》草案，提出以下要点：
- **算法泛化能力**：要求企业在多中心、多设备、多民族数据上验证模型性能，避免过拟合；
- **持续学习限制**：上市后禁止自动更新算法，所有变更须通过变更注册或备案；
- **人机协同要求**：AI仅作为辅助，最终诊断须由具备资质的眼科医师作出，且须保留人工复核记录。
此外，针对低浓度阿托品联合AI近视预测等新型数字疗法，药监局与卫健委正探索“软件即医疗器械（SaMD）”与药品联合管理的路径，可能要求打包审批。
### 四、行业影响与未来展望
新规之下，AI视光产品开发成本与周期增加，但长期利好行业健康发展。合规企业将获得市场信任与政策倾斜，例如部分省份将获证AI筛查设备纳入基层医疗机构设备配置标准，并给予补贴。同时，数据安全要求催生本地化部署与隐私计算需求，推动视光信息化服务商转型。
展望2025年下半年，预计将出台专门针对眼科AI的团体标准，细化青少年近视筛查场景的数据接口、图像质量与算法性能指标。此外，国家卫健委或联合多部门开展AI视光设备应用试点，在真实世界评估其成本效益与安全性，为后续政策迭代提供依据。
视光从业者需密切关注监管动态，尤其在校园合作、远程医疗与科研项目中，主动拥抱合规，将数据安全与算法透明度作为产品设计的核心要素。唯有如此，AI才能真正成为近视防控与眼健康管理的可靠助力。
---
**关键词**：人工智能，眼底影像，数据安全，医疗器械注册，校园筛查，辅助诊断，隐私保护，监管政策