专访鲁教授：AI赋能校园近视筛查与视光中心数字化升级——构建高效精准的全流程眼健康管理

近年来，我国儿童青少年近视率居高不下，已成为重大公共卫生问题。国家多部门持续推进近视防控战略，教育部等印发2025年综合防控儿童青少年近视重点工作通知，强调利用人工智能和大数据提升筛查效率与精准度。在此背景下，视光中心和校园筛查的数字化转型成为趋势。针对这一热点，我们专访了知名眼科专家鲁教授，探讨AI在校园近视筛查中的应用、视光中心数字化升级路径及面临的挑战。 **AI筛查：从辅助诊断到预测预警** 鲁教授指出，传统校园视力筛查依赖人工操作，效率低、数据碎片化，且难以长期追踪。近年来，AI技术引入后，通过自动验光仪、眼底相机等设备结合深度学习算法，能快速完成视力、屈光度、眼轴等多项检查，并自动生成电子档案。例如，某地采用AI筛查系统后，单日筛查量从800人提升至2500人，效率提高3倍以上。更重要的是，AI还能基于历史数据预测近视发展趋势，对高危学生进行预警，实现早干预。 **视光中心数字化升级：打通筛查与干预闭环** 鲁教授强调，单纯的筛查数据若不转化为干预行动，防控效果有限。视光中心作为连接筛查和干预的关键节点，需进行数字化升级。他介绍了其所在中心的实践：建立云端眼健康档案，筛查数据实时上传；AI辅助分析个体风险，推荐个性化干预方案；通过移动端推送科普和随访提醒，提高依从性。这种模式将筛查、诊断、干预、随访形成闭环，显著提升了管理效率。 **挑战与展望** 鲁教授也坦言，AI应用仍面临数据标准化、隐私安全、算法可解释性等挑战。他呼吁建立统一的数据标准和共享机制，加强跨学科合作，并注重培养兼具眼科与信息技术能力的复合型人才。未来，随着AI与物联网、可穿戴设备结合，有望实现全天候视力行为监测，为近视防控提供更强大的工具。  （配图：AI校园视力筛查现场，智能设备自动检测学生视力）