近年来，干眼症与近视已成为影响国民眼健康的两大重点问题，尤其在青少年群体中，两者常伴随发生并相互影响。传统干眼症诊断依赖主观症状评分与泪膜破裂时间等检查，早期识别困难；而近视防控则聚焦于光学干预和药物控制，对眼表健康关注不足。近期，一项由跨学科团队完成的研究将多光谱成像技术与泪液蛋白组学相结合，实现了干眼症的早期精准诊断，并揭示了其与近视进展的潜在关联，为青少年眼健康综合管理提供了新范式。
该研究对300名8-15岁青少年进行了为期一年的纵向追踪，其中150名为低度至中度近视患者，150名为正视者。研究人员利用自主研发的多光谱眼表成像系统，动态捕捉泪膜脂质层厚度、泪液分布及角膜上皮微损伤等指标，同时采集泪液样本进行质谱分析，鉴定出与眼表炎症和泪膜不稳定相关的关键蛋白。结果显示，近视组青少年中，有42%存在泪膜不稳定或轻度干眼表现，而正视组仅为18%；进一步分析发现，泪液中促炎因子IL-6、MMP-9水平升高与眼轴年增长量呈正相关（r=0.37, p<0.05），提示眼表健康状态可能影响近视进展速度。
基于这些发现，团队构建了一个融合多光谱特征与蛋白标志物的机器学习模型，用于预测青少年干眼症发生风险及近视进展速度。该模型在独立验证集上的AUC达到0.91，显著优于传统单一指标。更重要的是，研究团队将这一筛查模块集成至现有的校园视力普查流程中，仅需额外3分钟即可完成眼表健康评估，极大提升了基层筛查效率。
目前，该技术已在三个省份的视光中心试点应用，累计筛查青少年超过2000人次，识别出高风险个体并给予针对性干预（如人工泪液、眨眼训练、环境调整等）。初步随访数据显示，干预组中近视年进展量较对照组降低了约25%，为近视防控提供了新的联合干预路径。
这一突破不仅为干眼症的早期诊断提供了客观、定量的手段，也揭示了眼表健康与近视进展之间的潜在机制，推动了从“单一近视防控”向“全眼健康管理”的理念转变。未来，随着多光谱设备的小型化和成本降低，以及泪液蛋白标志物的进一步验证，该模式有望在基层眼保健中广泛推广，助力实现国家近视防控战略与全民眼健康目标。