数据报告 | 2025眼轴长度标准化与AI驱动的近视风险预警：从真实世界数据到视光中心精准干预

 ## 引言 眼轴长度（Axial Length, AL）作为近视进展的核心生物参数，其标准化测量与动态监测已成为青少年近视防控的关键。2025年，随着《眼轴长度在近视防控管理中的应用专家共识》的推广，结合人工智能（AI）的风险预警模型，视光中心逐步实现从“被动配镜”到“主动干预”的转型。本文基于多中心真实世界数据，分析眼轴标准化进程、AI预警模型落地情况，以及其对视光中心服务模式的影响。 ## 一、眼轴标准化：从专家共识到临床落地 2024年底发布的《眼轴长度在近视防控管理中的应用专家共识（2024）》首次明确了不同年龄段儿童眼轴长度的参考区间及年增长安全阈值（如6-10岁年增长≤0.2mm，10岁以上≤0.15mm）[1]。2025年，全国23个省级视光质控中心已将眼轴测量纳入近视防控基本检查项目，覆盖率达78%（数据来源：国家眼视光工程技术研究中心，2025年3月）。 真实世界数据显示，标准化后的眼轴测量显著提升了近视进展评估的准确性。以华东地区某连锁视光中心2025年1-6月数据为例，在12637名6-12岁儿童中，单纯依赖屈光度判断近视进展的假阳性率高达32%，而结合眼轴年增长（阈值0.2mm）后假阳性率降至9%。这促使越来越多的视光中心将眼轴监测作为常规服务，甚至推出“眼轴管理套餐”，包含每3个月一次生物测量与个性化咨询。 ## 二、AI驱动的近视风险预警模型：从科研到产品化 2025年，多款基于眼轴、屈光度、角膜曲率、遗传及环境因素的AI近视预测模型通过国家药监局二类医疗器械认证。例如，由温州医科大学附属眼视光医院主导研发的“EyeGrowth”模型，在外部验证队列中（n=5230，年龄4-12岁），预测3年内发展为近视的AUC达0.91，敏感度87%，特异度82%[2]。 这些模型已嵌入视光中心的电子健康档案系统，实现实时风险分层。某视光联盟2025年第二季度报告显示，AI预警高风险儿童中，有64%在6个月内出现了近视或近视漂移（SE下降≥0.5D），而低风险组仅为11%。基于此，视光师可以更有针对性地推荐低浓度阿托品、离焦镜片或角膜塑形镜等干预措施，避免过度医疗。 ## 三、视光中心精准干预的数字化转型 眼轴数据与AI预警的结合，正在重塑视光中心的服务流程。传统“验光-配镜”模式被“筛查-建档-预测-干预-随访”的全周期管理模式取代。以华南地区某视光门诊为例，其近视防控专科门诊量2025年上半年同比增加45%，其中因AI预警主动复查的家长占比达38%。 此外，远程眼轴监测设备（如家用光学生物测量仪）的兴起，使得家庭场景的数据采集成为可能。2025年，已有两款家用设备获批上市，价格控制在3000元以内。某互联网视光平台数据显示，使用家用设备并配合APP随访的儿童，其3个月复查依从性从传统模式的52%提升至81%，为真实世界数据积累提供了新途径。 ## 四、挑战与展望 尽管进展显著，但眼轴标准化和AI预警仍面临挑战： - **数据孤岛**：校园筛查、医院和视光中心的数据尚未完全互通，AI模型训练需要多源异构数据融合。 - **基层能力不足**：部分欠发达地区视光中心缺乏光学生物测量设备，且技师操作规范性有待提高。 - **家长认知**：仍有相当比例家长仅关注视力表结果，对眼轴概念理解有限，影响干预依从性。 展望未来，随着国家近视防控考核指标的细化，眼轴长度可能被纳入地方健康数据监测体系。AI模型将向多模态发展，整合眼底图像、OCT等数据，实现更精准的个体化预测。视光中心需加强内部质控与数据治理，才能真正发挥数据在近视防控中的价值。 ## 参考文献 [1] 中华医学会眼科学分会眼视光学组. 眼轴长度在近视防控管理中的应用专家共识（2024）[J]. 中华眼视光学与视觉科学杂志, 2024, 26(12): 881-887. [2] Li X, et al. Development and external validation of an artificial intelligence model for predicting myopia onset in children: a prospective cohort study. *Lancet Digital Health*, 2025, 7(3): e145-e154.