近期，国家自然科学基金（以下简称“国自然”）在眼科领域的项目申报动态持续引发学界和产业界关注。从已公布的指南和获批项目来看，基金资助正呈现出两大鲜明导向：一是大力支持基于人工智能和大数据的近视预测模型研发，二是向视光中心标准化建设与专业人才培养的基础研究倾斜。这不仅是科研风向标的转动，更折射出我国近视防控国家战略下“科技赋能”与“体系强基”的双轨并进。
**眼科AI：从筛查到预测，基金聚焦“未病先防”**
传统的近视防控多依赖于定期筛查和屈光档案管理，而国自然近年立项明显向更深层的机制挖掘和精准预测延伸。例如，2024年面上项目中，一项题为“基于多模态眼成像数据与深度学习的环境-遗传交互作用对学龄儿童近视进展预测模型构建”的研究获得资助，该项目整合了OCT、眼底照相及屈光发育数据，旨在建立个性化的近视进展风险预警模型，其成果有望使干预窗口前移1-2年。
这并非孤例。在人工智能与大数据交叉领域，国自然还支持了“视网膜微血管特征与近视性黄斑病变的AI早期识别”、 “基于行为感知的可穿戴设备与近视发生风险关联的纵向队列研究”等项目。这些研究不再满足于“发现已经近视”，而致力于回答“谁将发展为高度近视”以及“何种干预最有效”。这背后是政策层面的深刻需求——《“十四五”全国眼健康规划》明确提出要强化近视防控科技支撑，而国自然作为基础研究的“指挥棒”，正通过项目布局将基础发现转化为可落地的防控工具。
**视光中心：标准化的核心是人，基金锚定人才培养**
视光中心作为连接眼科医疗与眼健康管理的关键节点，近年来呈现连锁化、专业化趋势。然而，行业快速扩张中暴露出的最大短板是合格视光师的匮乏。对此，国自然在管理科学部和医学科学部均有布局，关注视光服务质量管理与人才培养体系的科学问题。
2024年获批的一项青年科学基金项目“基于胜任力模型的视光师分层培训体系构建与效果评价研究”，可谓切中痛点。该研究计划在长三角地区选取50家视光中心，通过岗位任务分析构建视光师胜任力指标，并开发模块化培训课程。这类项目虽不直接产出临床技术，却为视光中心标准化提供了“软实力”基石。同时，各地的政策也在呼应：多地卫健委将视光师规范化培训纳入继续教育项目，部分省份甚至尝试将视光技术纳入卫生专业技术资格体系，而科研基金对人才研究的支持，恰好为政策制定提供了循证依据。
**基金-政策-产业闭环：以近视管理为例**
细读今年的项目指南，一个明显的信号是国自然鼓励“从临床问题出发的基础研究”向“有政策转化潜力的应用基础研究”延伸。在近视管理领域，这种闭环已初现雏形：基础研究方面，基金资助了“巩膜缺氧微环境调控近视的分子机制”，这为开发抗缺氧药物提供了靶点；应用基础方面，“低浓度阿托品联合角膜塑形镜的个体化疗效预测模型”研究，则直接指导临床决策；而政策转化方面，前述视光人才培养研究，将支撑起更安全高效的近视管理服务网络。
值得注意的是，国际眼科前沿也为这些本土研究提供了注脚。近期在ARVO（视觉与眼科研究协会）年会和《Ophthalmology》等顶刊上，大量研究聚焦于AI在视网膜疾病和近视管理中的应用，以及基因治疗在遗传性眼病中的突破。国自然的资助方向与国际保持了高度同步，且更强调本土人群特征和公共卫生需求。
**结语**
国自然基金在眼科领域的布局，已从单纯支持疾病机制探索，演进为靶向国家眼健康战略的“精准滴灌”。无论是让AI预测模型更早识别近视高危儿童，还是用科学方法锻造一批合格视光师，其本质都是让科技红利转化为群众可感的清晰视界。对于行业而言，紧跟基金风向，将科研逻辑与政策逻辑结合，才能在下一个合规与技术并重的时代占据先机。