**编者按**：近年来，青少年近视防控已上升为国家战略，相关政策密集出台，推动视光行业进入快速发展期。与此同时，角膜塑形镜、低浓度阿托品等干预手段的临床规范化应用成为行业焦点。在近期召开的首届国际眼科与视光光学学术会议（COOC）上，多项前沿研究成果发布，其中AI辅助眼病筛查与个性化近视管理成为热议话题。本期深度访谈，我们邀请到视光领域资深专家张明教授，共同探讨视光中心在政策、技术与学术的多重驱动下，如何实现智能化转型，构建青少年近视防控的新闭环。
**主持人**：张教授，您好！感谢您接受我们的采访。首先想请您谈谈，当前国家近视防控政策对基层视光服务提出了哪些新要求？
**张明教授**：主持人好！近年来，国家卫健委等部门连续发文，强调近视防控的“早监测、早预警、早干预”，并要求建立儿童青少年视力健康电子档案，实现全程追踪。这对基层视光中心提出了两大核心要求：一是筛查的精准化和常态化，二是干预的规范化和个性化。传统的“查视力-配眼镜”模式已无法满足需求，视光中心需要向“眼健康管理”转型，承担起近视风险预测、干预方案制定与长期随访的职责。
**主持人**：确实，政策推动下视光中心的功能正在发生深刻变化。那么在技术层面，AI辅助眼病筛查有哪些突破？它在近视防控中能发挥怎样的作用？
**张明教授**：在COOC会议上，多个团队展示了基于深度学习算法的眼底图像分析系统，能够在数秒内识别高度近视相关的黄斑病变、视网膜劈裂等并发症，准确率可达90%以上。更重要的是，AI可以结合眼轴长度、屈光度、角膜曲率等多维数据，预测儿童未来近视进展的风险。例如，通过分析连续两年的筛查数据，AI模型能提前识别出“高度近视高风险”儿童，从而指导医生及时采取强化干预，如角膜塑形镜联合低浓度阿托品。这真正实现了从“被动治疗”到“主动预防”的转变。
**主持人**：角膜塑形镜和低浓度阿托品是近视干预的两大主流手段，它们在临床应用中存在哪些挑战？AI技术能否帮助优化？
**张明教授**：角膜塑形镜验配需要精准的角膜地形图分析和试戴评估，传统上高度依赖医生经验，存在一定的主观性。而AI辅助的角膜塑形镜验配系统，可以通过智能算法推荐最合适的镜片参数，提高首次验配成功率，并预测塑形效果。对于低浓度阿托品，个体反应差异较大，部分儿童可能应答不佳。我们正在研究基于基因多态性和泪液细胞因子水平的疗效预测模型，结合AI分析，有望实现个体化用药。此外，AI还能辅助监测阿托品的副作用，如畏光、调节下降等，通过数字化症状问卷和视觉功能评估，及时调整方案。
**主持人**：这些技术听起来非常前沿。那么在实际落地中，视光中心如何构建从筛查到干预的闭环管理？
**张明教授**：关键在于“数据驱动的服务闭环”。首先，通过AI筛查设备在校园或社区进行高效、标准化的视力与屈光检查，数据自动上传至云端。然后，视光师根据AI风险分层，为不同风险等级的儿童制定管理路径：低风险者定期随访，中高风险者转诊至视光中心进行详细评估，包括眼轴、角膜地形图、双眼视功能等。在干预阶段，医生结合AI推荐的参数验配角膜塑形镜或开具低浓度阿托品处方。最后，通过可穿戴设备或定期复诊，持续监测近视进展和眼健康状态，动态调整方案。整个过程以电子健康档案为纽带，实现家庭、学校、视光中心的三方联动。
**主持人**：您刚才提到了“数据驱动的服务闭环”，那么在数据安全和隐私保护方面有哪些考量？
**张明教授**：数据安全是重中之重。所有儿童眼健康数据必须遵循国家医疗数据保护法规，采用加密存储和权限管理。同时，AI模型的训练需要在合法合规的前提下进行，确保数据脱敏和匿名化。此外，我们也在推动建立行业数据标准，促进不同机构间的数据互认和共享，但这必须建立在充分授权和隐私保护的基础上。
**主持人**：展望未来，您认为视光中心智能化转型的关键成功因素是什么？
**张明教授**：首先是人才。视光师需要掌握数据解读、AI工具应用和跨学科沟通能力，因此教育培训体系必须改革。其次是技术可及性，AI设备和软件的成本需要降低，让基层机构用得起。最后是服务模式的创新，视光中心要从“产品导向”转向“价值导向”，以患者眼健康结局为核心，提供全程、连续的服务。我相信，随着政策、技术、学术的协同推进，视光中心将成为青少年近视防控的主阵地，真正实现“治未病”的理想。
**主持人**：感谢张教授的精彩分享！我们期待视光行业在智能化浪潮中迎来更广阔的发展空间。
**张明教授**：谢谢！