【快讯】AI驱动的近视风险预测模型与遗传-环境交互研究新进展

 ### 近视防控迈入精准预测时代：AI风险模型与遗传-环境交互成新焦点 近日，在中华医学会第二十七次全国眼科学术大会（CCOS 2024）上，多位专家分享了基于人工智能（AI）的近视风险预测模型与遗传-环境交互研究的最新成果，标志着近视防控从单一干预迈入精准预测与分层管理的新阶段。 **AI模型让预测更“个体化”** 中山大学中山眼科中心团队发布了一项覆盖10万余名6-18岁儿童青少年的纵向队列研究。该研究利用深度学习算法，整合屈光度、眼轴长度、角膜曲率、户外活动时间、近距离用眼时长等多维度数据，构建了“儿童青少年近视发生及进展风险预测模型”。模型准确率高达92%，可提前2-3年预测近视发生风险，并给出个性化干预建议。该模型已嵌入校园筛查系统，在部分试点地区实现“筛查-预测-干预”闭环。 **遗传风险评分与环境交互作用** 温州医科大学附属眼视光医院瞿佳教授团队则聚焦遗传与环境交互。他们开发了多基因风险评分（PRS），并结合环境暴露数据，发现高PRS儿童在低户外活动、高屏幕暴露环境下，近视发生风险提升至普通儿童的3.8倍。这一发现提示，对于遗传易感人群，环境干预需更加精细化。 **临床转化：分层管理新策略** 在临床应用中，AI预测模型已开始指导干预时机。例如，对于预测为“高风险”的儿童，医生会建议更早启动低浓度阿托品或角膜塑形镜干预，并增加随访频率。复旦大学附属眼耳鼻喉科医院周行涛教授强调：“AI预测模型让‘治未病’成为可能，但需要持续的外部验证和模型更新，确保在不同人群中均有效。” **行业展望：数据共享与标准化** 尽管前景广阔，但专家也指出，AI模型训练依赖于高质量、标准化的数据。目前，国家眼视光工程技术研究中心正牵头构建“全国儿童青少年眼健康大数据平台”，推动数据互联互通。未来，随着更多真实世界数据的积累，AI预测将更加精准，助力实现近视防控“关口前移”。 **小结** AI与遗传-环境交互研究的结合，正为近视防控带来革命性变化。从“群体化”走向“个体化”，精准预测与分层管理将成为未来视光服务的新常态。