基金政策赋能眼底病筛查新生态：从AI辅助诊断到社区视网膜健康管理的资助新路径

近年来，随着国家对眼健康事业的重视，基金政策持续向眼科领域倾斜，尤其聚焦于致盲性眼底病的早期筛查与干预。国家自然科学基金（国自然）作为基础研究的重要资助渠道，在眼底病领域不断推出新导向，鼓励临床与人工智能、流行病学等多学科交叉，推动从单一治疗向全程健康管理转变。 在近期发布的国自然项目指南中，眼底病相关方向频繁出现“多模态影像融合”“无创生物标志物”“社区筛查模式”等关键词，显示出政策对应用基础研究和转化医学的重视。例如，糖尿病视网膜病变、年龄相关性黄斑变性、高度近视眼底病变等作为主要致盲眼病，其早期筛查的精准化和低成本化成为资助重点。 当前，眼底病筛查的一大痛点是社区和基层医疗机构的专业能力不足。基金政策通过设立“区域创新发展联合基金”等专项，鼓励三甲医院与社区卫生服务中心合作，构建基于眼底影像的远程筛查网络。以某中部省份为例，依托国自然面上项目，研究团队开发了基于智能手机的眼底照相适配器，结合轻量化AI算法，在村卫生室完成了超过5万例的糖尿病视网膜病变筛查，成本较传统设备降低80%，敏感性达92%。该项目不仅产出了高质量SCI论文，还推动了地方慢病管理政策的优化。 此外，基金政策对眼底病研究的资助也呈现出“全链条”特征：从基础机制（如视网膜胶质细胞活化、血-视网膜屏障破坏）到临床干预（如抗VEGF药物缓释体系、基因治疗），再到公共卫生策略（如筛查卫生经济学评价）。这种布局鼓励科研人员跳出单一实验室思维，考虑研究成果的实际落地。 值得注意的是，国自然基金在评审中越来越注重“临床问题导向”。对于眼底病领域，申报者需明确阐述研究如何解决未被满足的临床需求，而非仅追求技术新颖性。例如，针对AI辅助诊断系统，基金不再单纯资助算法优化，而是要求申请人提供多中心、前瞻性的临床验证方案，并考虑算法在真实世界中的鲁棒性和公平性。 随着人口老龄化加剧和糖尿病患病率上升，眼底病负担将持续加重。基金政策的精准滴灌，有望催生一批具有自主知识产权的筛查技术和干预策略，推动我国眼底病防控从被动治疗向主动健康管理转变。对于眼科和视光领域的科研人员而言，深入理解基金政策导向，结合基层实际需求提出创新方案，将是获得资助的关键。