深度访谈 | 视光师职业化进阶与眼科AI认证：构建近视防控人才与技术的双重标准

在青少年近视防控上升为国家战略的背景下，政策与技术如何真正落地，最终考验的是人才与标准的支撑能力。本期《深度访谈》邀请国内知名视光教育专家刘教授和眼科AI研发团队负责人陈博士，聚焦视光师职业化培养与眼科人工智能辅助诊断系统的临床验证两大核心议题，探讨行业从规模扩张向高质量发展的转型之路。 **从验光师到视光师：继续教育体系亟待完善** “我们统计过，一个合格的近视管理方案，需要视光师综合评估屈光度、眼轴长度、角膜地形图、双眼视功能等十余项参数，但现有从业人员中能够独立完成这套流程的比例不足40%。”刘教授一针见血地指出人才短板。他提供的调研数据显示，全国持证验光员约10万人，但接受过系统视光教育、能开具近视管理方案的视光师不足3万，且多集中于一二线城市。 为解决这一矛盾，刘教授所在的学术机构正推动“视光师岗位胜任力阶梯式认证”体系，将技能等级与近视防控临床权限挂钩。例如，初级视光师可负责基础筛查和配镜，中级可进行角膜塑形镜初筛和复配，高级则具备开具低浓度阿托品联合干预方案的资质。“这不是人为制造壁垒，而是对患者安全负责。角膜塑形镜验配不良的角膜感染风险、阿托品使用中的视近模糊等问题，都需要专业的全程管理能力。” 培训模式也在革新。线上理论授课+线下实操基地+远程案例督导的混合式教育正在普及。去年，一项联合5所医学院校的试点显示，通过6个月的系统培训，学员的近视管理方案制定准确率从61%提升至89%。刘教授强调，未来视光中心的核心竞争力就是人才，必须从“仪器操作员”转变为“眼健康管家”。 **眼科AI从实验室到临床的“最后一公里”** 人工智能在眼科的应用已不是新鲜事，但其临床验证与合规落地仍是焦点。陈博士的团队研发的“慧瞳”眼底影像AI分析系统，在今年中华医学会眼科学术大会上公布了多中心临床试验结果：在青少年近视筛查中，识别豹纹状眼底、视盘倾斜等高风险特征的敏感度达96.5%，假阳性率低于3%，不同地区、不同设备采集的图像泛化能力优异。 “技术只是第一步，建立可信的AI医疗器械认证体系才是关键。”陈博士说。他们正参与起草《眼科人工智能辅助诊断软件临床评价指南》，该指南将要求AI系统通过前瞻性、多中心的临床试验，并持续更新算法以覆盖新数据漂移。他表示，AI要成为医生的“副驾驶”而非替代者，最终的诊断决策权和处方权必须由医生掌握。 一个典型场景是：在学校筛查中，AI结合便携式眼底相机可当场生成风险分级报告，轻中度风险转诊至视光中心进行角膜塑形镜或联合干预，高风险患者则直接导向眼科专科进一步检查。“这实现了分级诊疗的闭环，但前提是AI的输出结果必须可靠，且上下游机构有统一的数据接口和质控标准。” **标准共建：人才与技术合力推动行业转型** 访谈中，两位专家都提到了“共识”的重要性。今年发布的《中华眼科杂志》近视防控重点号提出，要将眼轴长度作为近视管理的核心生物学参数，建立百分位参考曲线，这要求视光师掌握眼轴测量的标准化操作，也要求AI模型纳入眼轴动态变化进行预测。刘教授透露，他们正将最新专家共识转化为视光师培训的必修模块。 陈博士则补充，AI的落地需要硬件支持，视光中心配备的角膜地形图仪、生物测量仪等设备的更新换代和联网，本身就是一种升级。他建议，行业协会应牵头制定视光大数据采集和共享标准，在保护隐私前提下，让训练数据覆盖更广泛的人群和病种，提升AI的精准度。 当被问及未来发展，刘教授认为，视光师职业化与AI辅助将共塑“全生命周期眼健康管理”新业态。从幼儿园抓早抓小，到成年人的视疲劳和干眼管理，再到老年人的白内障筛查，基层视光中心将不再是简单的眼镜店，而是眼健康的第一道防线。而这，依赖于高素质的视光师和可信赖的AI工具，二者缺一不可。