从“光明行动”到“数字视光”：近视防控的基层下沉与AI破局

近期，国家疾控局发布的数据显示，2023年我国儿童青少年总体近视率为51.9%，较2021年下降0.7个百分点，但小学阶段近视率仍高达35.6%，初中、高中更是分别攀升至71.1%和80.5%。这组数据背后，是“光明行动”等政策持续推进的成果，也揭示了基层防控的巨大压力。当低浓度阿托品、角膜塑形镜、离焦框架镜等干预手段逐渐成熟，视光中心与眼科门诊加速向社区下沉，我们不禁要问：近视防控的“最后一公里”，靠什么打通？ 答案或许藏在“数字视光”的实践中。以AI辅助筛查为例，温州、中山等地的视光中心已试点AI视力筛查系统，通过便携式设备与云端算法，将传统人工筛查的效率提升数倍，且能实时生成屈光档案与风险预警。2025年ARVO会议上，一项基于百万级青少年眼轴数据训练的深度学习模型，实现了对高度近视风险的提前3年预测，准确率达89%。这些技术不再停留于论文，而是逐步嵌入社区卫生服务中心的日常流程。 然而，技术下沉并不等同于服务同质。笔者走访发现，部分基层机构引入AI筛查后，仍面临“数据孤岛”困境：学校、视光中心、医院之间的档案难以互通，导致复查与干预脱节。更有甚者，为追求“达标率”，个别地区将筛查简化为“走过场”，忽视了对眼轴、角膜曲率等关键生物学参数的追踪。这正是近视管理“白皮书”强调的痛点——标准化不应止于设备，更需贯穿从筛查、诊断到干预的全流程。 值得关注的是，低浓度阿托品在基层的临床应用正引发新一轮共识讨论。尽管0.01%阿托品滴眼液已被证实可有效延缓近视进展，但适应症把控、随访监测等环节缺乏统一规范。有专家指出，基层医生若仅凭裸眼视力开药，可能遗漏调节功能异常或视疲劳问题，反而加速干眼症的发生。这提示我们，近视防控的“精准化”离不开专业验配与长期管理，而视光师的角色升级成为关键。 当前，视光中心建设正从“眼镜店+”模式转向“医疗化”转型，部分头部机构已引入角膜地形图、生物测量仪等设备，并联合AI辅助决策系统，形成“筛查-预警-干预-随访”闭环。例如，某连锁视光门诊通过AI分析患者历史数据，自动推荐联合干预方案（如离焦镜+视觉训练），使一年近视控制有效率提升至72%，较传统单一手段提高近20个百分点。这背后，是人力与算法协同的胜利。 与此同时，国际眼科期刊如《IOVS》《Ophthalmology》近期频繁刊发近视机制与防控的转化研究，强调户外活动、光照环境与基因交互作用，为政策制定提供了更精细的依据。而国内《中华眼科杂志》发布的《角膜塑形镜验配流程专家共识（2024版）》，则对安全监管提出更严格要求，直接推动各地药监部门对OK镜验配机构的专项检查。 政策、技术、临床的合力，正将近视防控推向“深水区”。但正如一位资深视光专家所言：“AI可以告诉我们哪个孩子会近视，但如何让他不近视，依然需要专业的人去执行。”当“光明行动”的号角吹响基层，我们期待更多的不是冰冷的设备堆砌，而是有温度的、以患者为中心的全程关怀。唯有如此，近视率的下行曲线才能真正刻进每个孩子的眼眸。