智能视光筛查与AI辅助诊断：基层近视防控体系的技术革新与临床验证

## 引言 2023年，国家卫健委发布《关于推进儿童青少年近视防控适宜技术试点的通知》，强调在基层医疗机构推广标准化筛查技术和智能化管理工具。与此同时，AI辅助诊断系统在眼科领域的应用迎来多中心验证热潮，多家视光中心开始引入智能设备与算法，实现从“单纯验光配镜”向“全生命周期眼健康管理”的转型。本文聚焦智能视光筛查与AI辅助诊断在基层的应用突破，结合最新临床数据，探讨技术如何重塑近视防控体系。 ## 一、政策驱动下的基层筛查技术升级 国家卫健委的试点通知明确要求，社区和乡镇卫生机构应配备自动电脑验光仪、光学生物测量仪等设备，并逐步建立儿童屈光发育档案。传统筛查依赖视力表检查，误差大且无法获取眼轴等关键生物学参数。2023年底，浙江、山东等地的试点数据显示，采用“视力+屈光度+眼轴长度”三联筛查后，近视检出率提高12.7%，其中眼轴测量对识别“隐性近视”（远视储备不足）至关重要。 然而，设备的普及并不意味着筛查质量的自动提升。基层人员操作不规范、数据解读能力不足仍是痛点。为此，部分省份引入AI辅助判读系统，自动生成筛查报告和建议转诊标准。例如，温州医科大学附属眼视光医院研发的“儿童青少年近视防控智能平台”，已在500余家基层机构部署，筛查效率提升40%，转诊符合率超过85%。 ## 二、眼科AI辅助诊断的多中心临床验证 据《中华眼科杂志》2023年12月刊载的多中心研究，国内团队开发的基于眼底照片的AI系统，对高度近视黄斑病变的检测灵敏度达93.8%，特异度95.2%，性能与资深眼底病专家相当。该研究覆盖12个省份、超过10万张眼底图像，是迄今最大规模的近视并发症AI验证。 更值得关注的是AI在眼前节成像中的应用。传统裂隙灯检查依赖医生经验，而基于深度学习的前节OCT分析，可自动量化角膜厚度、前房深度、晶状体混浊度等参数。北京同仁医院的一项前瞻性研究显示，AI辅助的基层筛查可减少约30%的不必要转诊，同时避免近15%的漏诊。 ## 三、视光中心的智能化转型实践 视光中心正从传统的眼镜店模式向眼健康管理中心升级。深圳一家连锁视光中心自2022年起引入“AI+物联网”系统：患者自助完成视力、屈光、眼压、眼轴等检查，数据自动上传云端，AI生成初步评估报告，验光师复核后给出个性化方案。该中心统计，单客服务时间缩短25%，而功能性镜片（如离焦镜、渐进片）的适配率提高18%。 此外，智能硬件厂商也在积极布局。某国产自动验光仪集成AI晶体检测功能，可初步筛查白内障；可穿戴眼压监测仪已在青光眼高危人群中测试。这些设备与视光中心的结合，有望实现眼病早筛和慢病管理。 ## 四、挑战与展望 尽管前景广阔，但AI辅助诊断在基层落地仍面临数据标准化、算法泛化性和监管审批等问题。近期国家药监局更新《人工智能医疗器械注册审查指导原则》，对眼科AI产品的临床评价提出新要求。未来需要更多真实世界数据验证其在不同人群中的表现。 同时，视光中心的数据孤岛现象待破解。建立区域性的眼健康大数据平台，实现筛查-诊断-干预-随访闭环，方能最大化技术价值。 ## 结语 智能视光筛查与AI辅助诊断正逐步融入基层近视防控体系，从政策倡导走向临床实践。尽管仍有挑战，但技术迭代与多中心验证的成果令人鼓舞。未来，随着视光中心智能化转型的深入，全生命周期的眼健康管理将惠及更广泛人群。