光影织网：多模态影像与AI构建视光中心近视管理闭环的实践与展望

在视光中心的日常诊疗中，一位12岁男孩的病例引发了我们的思考。他因视力下降就诊，常规检查显示双眼近视-2.50D，但眼轴长度已达26.8mm，且OCT显示脉络膜厚度显著变薄，视网膜神经纤维层存在早期缺损。传统方法可能仅验配眼镜，但借助多模态影像与AI分析，我们识别出他是高度近视高风险患者，随即启动包括角膜塑形镜、低浓度阿托品和强化随访的联合干预。一年后，他的近视进展从预计的-1.00D减缓至-0.25D，眼轴增长控制在0.15mm内。这正是影像技术赋能近视管理闭环的生动体现。 当前，青少年近视防控已上升为国家战略，政策要求建立儿童屈光发育档案，实现早筛查、早干预。然而，基层视光中心普遍面临设备参差、数据孤岛和人才短缺的挑战。多模态影像技术——包括扫频OCT、OCTA、超广角眼底成像和角膜地形图——与人工智能的融合，正在重构从筛查、诊断、干预到随访的全流程闭环。 在筛查环节，便携式OCT和AI辅助眼底相机已能下沉至校园和社区。例如，某省试点项目采用AI超广角眼底成像系统，5秒内完成拍摄并自动识别近视性黄斑病变、视盘倾斜等风险，筛查效率提升3倍，且数据实时上传至云端档案。AI算法对豹纹状眼底、视盘周围萎缩弧的检出敏感性达95%以上，弥补了人工阅片的不足。 诊断环节，扫频OCT和OCTA提供了前所未有的微观视角。脉络膜厚度和血流密度是近视进展的重要生物标志物。AI定量分析可自动分割脉络膜血管层，计算毛细血管密度和血流指数。在一项针对低浓度阿托品治疗的研究中，OCTA显示用药6个月后黄斑区深层血管密度增加12%，与眼轴增长减缓相关。这种定量化使得疗效评估从主观经验转向客观数据。 干预选择更加精准。角膜塑形镜验配中，AI整合角膜地形图、眼轴和OCT前节成像，预测镜片适配性，将首次验配成功率从70%提升至90%。多焦软镜的离焦环设计也基于个体视网膜形态优化。对于高风险患者，联合干预的时机和剂量有了影像学依据。 随访管理上，视光中心正建立智能化电子档案系统。每次检查的OCT、眼底像、眼轴等数据自动上传，AI引擎动态评估近视进展风险，生成趋势图并发出预警。例如，当眼轴年增长超过0.3mm或脉络膜厚度快速下降时，系统提醒医生调整方案。这实现了从“被动复查”到“主动管理”的转变。 挑战同样不容忽视。设备成本高、数据标准不统一、AI模型泛化能力有限等问题制约推广。未来需推动国产设备研发和数据库共享，加强视光师影像判读培训，使技术真正落地。 光影交织，智能驱动。多模态影像与AI的融合，正为视光中心织就一张精准、高效的近视防控之网，守护儿童青少年的光明未来。