政策引领下的校园视力筛查影像标准化：从数据采集到AI决策的闭环构建

近年来，我国儿童青少年近视率居高不下，防控形势严峻。教育部等十五部门联合印发的《儿童青少年近视防控光明行动工作方案（2021—2025年）》明确要求，到2025年近视率每年降低0.5个百分点以上，并强调依托视力筛查、数据监测与干预管理构建长效机制。在此背景下，校园视力筛查成为政策落地的关键一环，而影像技术的标准化与智能化应用，正推动筛查从“简单测视力”向“全面眼健康评估”转型。 **政策驱动：筛查影像的规范与同质** 传统校园筛查多依赖裸眼视力检查和电脑验光，数据维度单一、手动录入易错，且缺乏可追溯的客观影像记录。2024年国家卫健委发布《儿童青少年近视防控公共卫生综合干预技术指南》，进一步要求筛查过程数字化、结果可分析。各地视光中心与医疗机构纷纷引入便携式眼底相机、手持式OCT及生物测量仪，将眼底彩照、眼轴长度、角膜曲率等影像数据纳入标准化采集流程。例如，浙江省部分地市在2024年秋季筛查中，试点“一人一档”的电子健康档案，学生眼底图像与屈光数据关联，实现远程质控。这不仅提升了筛查的同质化水平，也为后续AI分析打下数据基础。 **AI影像判读：从辅助筛查到近视风险分层** 海量筛查影像的快速判读是实践难点。眼科AI技术近年在OCT和眼底影像分析中取得突破，已逐步向校园场景延伸。2025年初，国产眼科AI企业鹰瞳科技联合多所高校，在广东开展“AI眼底相机进校园”项目，基于深度学习算法自动识别豹纹状眼底、视盘倾斜等近视相关特征，并联合眼轴长度预测未来近视进展风险，准确率达92%以上。更值得关注的是，AI系统可对筛查结果进行三级风险分层：低风险者建议定期复查，中风险者提示增加户外活动，高风险者直接转诊至视光中心进行散瞳验光及角膜地形图检查。这种“影像采集—AI初筛—分级管理”的闭环，大幅提升了基层筛查效率。 **影像标准化：从设备互通到数据互认** 当前筛查影像的标准化仍存瓶颈。不同厂家设备参数不一，导致图像质量参差，AI模型泛化能力受限。2024年中华医学会眼科学分会牵头制定《儿童青少年近视筛查眼底影像采集与质控规范》，对眼底图像视野、对焦、曝光等提出量化标准。同时，基于DICOM标准的眼科影像传输协议也在加速推广，确保OCT、眼底彩照等数据在视光中心、区域眼科联盟间无障碍流转。温州医科大学附属眼视光医院已建成跨区域筛查影像云平台，每日可处理千余例影像，通过AI质控模块自动剔除低质量图片，并标记异常征象供专家复核，真正实现“基层检查、上级诊断”。 **展望：从“筛”到“管”的数字闭环** 随着5G和边缘计算发展，未来校园筛查将实现即时影像分析。学生完成检查后，AI设备可在数秒内生成简明报告，家长通过手机端即可查看。而这些连续、动态的影像数据，结合角膜塑形镜或离焦镜片的干预记录，将构成近视管理的纵向证据链，为优化公共卫生策略提供数据支撑。政策、影像技术与AI的深度融合，正让近视防控从被动应对走向主动管理。