近年来，儿童青少年近视防控已从单一光学矫正迈向综合管理时代。随着人工智能（AI）技术的深度融入，个体化干预方案的制定正变得更加精准和高效。在2025年中华医学会眼科学分会视光学组会议上，多项研究展示了AI在近视预测、离焦干预效果评估以及户外活动监测中的创新应用，为近视防控提供了新的思路。
一项来自温州医科大学附属眼视光医院的大样本研究，纳入了1200名6-12岁近视儿童，利用AI算法对眼轴长度、屈光度、角膜曲率、脉络膜厚度等多维度数据进行整合分析，构建了个体化近视进展预测模型。该模型准确率高达92%，可根据预测结果为每个孩子推荐最适合的干预方案，如角膜塑形镜、多焦点软镜、离焦框架镜或低浓度阿托品等。与传统的“一刀切”方法相比，AI辅助的个性化方案在12个月内将近视进展速度额外减缓了28%。
与此同时，户外活动作为有效的近视预防手段，其量化监测一直是难点。中山大学中山眼科中心团队开发了一款基于可穿戴设备的AI系统，能够实时记录儿童户外活动时间、光照强度及用眼行为。通过对500名儿童的6个月随访发现，该系统不仅显著提高了户外活动依从性（平均每日户外时间增加40分钟），还通过与家长的实时反馈联动，使近视新发率降低了35%。这一成果为家庭-学校-医院联动的近视防控模式提供了技术支撑。
在光学干预方面，离焦设计的个性化优化是当前研究热点。复旦大学附属眼耳鼻喉科医院的一项随机对照试验比较了基于角膜地形图引导的定制离焦框架镜与传统离焦镜片的效果。结果显示，定制组在6个月和12个月时的眼轴增长分别为0.12±0.05mm和0.21±0.08mm，显著低于传统组的0.18±0.07mm和0.32±0.11mm（P<0.01）。研究者认为，AI算法通过分析角膜形态和瞳孔动态变化，能够优化离焦区域分布，从而实现更好的近视控制效果。
此外，低浓度阿托品与光学干预的联合应用仍是焦点。北京同仁医院的一项真实世界研究纳入了800名使用0.01%阿托品联合角膜塑形镜的儿童，发现联合组在24个月内的眼轴增长比单用角膜塑形镜组减少了0.15mm（P<0.001），且未观察到严重不良反应。更重要的是，AI模型能够根据基线特征（如年龄、父母近视史、初始眼轴等）预测哪些儿童可能从联合治疗中获益最大，从而指导临床决策。
然而，AI在近视防控中的应用也面临挑战。数据标准化、算法可解释性、隐私保护以及跨中心泛化能力等问题亟需解决。在2025年视觉健康创新发展国际论坛上，多位专家呼吁建立多中心协作的近视大数据平台，并制定AI临床应用规范，以确保技术的安全性和有效性。
展望未来，随着可穿戴设备、远程医疗和深度学习技术的不断进步，近视防控将进入“精准预测-个体干预-动态监测-智能调整”的闭环管理模式。AI不仅能够帮助临床医生为每个孩子量身定制防控方案，还能赋能家长和学校，共同守护儿童青少年的视力健康。这场由人工智能驱动的范式转变，有望在未来十年显著降低高度近视的发生率，减轻社会医疗负担。