视光门诊标准化建设与AI辅助眼底筛查的协同落地：从政策到临床的新范式

近年来，国家卫健委持续推进近视防控适宜技术试点与视光服务规范管理，推动视光门诊从单纯的验光配镜向全生命周期眼健康管理转型。在此背景下，视光门诊标准化建设成为基层眼科服务能力提升的关键，而AI辅助眼底筛查技术的引入则为视光门诊注入了新动能。 ## 视光门诊标准化建设的政策驱动与临床需求 2025年，国家卫健委在多省市开展视光服务规范管理试点，明确要求视光门诊在人员资质、设备配置、诊疗流程和质量控制等方面达到统一标准。据国家疾控局监测数据显示，试点地区青少年近视率增速较前一年下降3.2个百分点，标准化干预措施效果初显。 标准化建设的核心在于建立从筛查、诊断到干预、随访的闭环管理路径。以深圳市眼科医院视光门诊为例，该院通过引入标准化电子病历系统和规范化检查流程，将初诊患者平均就诊时间缩短了25%，同时提升了近视管理方案的个体化水平。 ## AI辅助眼底筛查在视光门诊的落地实践 AI辅助眼底筛查技术已在多地视光门诊投入使用。通过搭载深度学习算法的眼底相机，能够在数秒内完成眼底图像的采集与分析，自动识别视盘、黄斑、血管等结构异常，并给出糖尿病视网膜病变、青光眼等疾病的辅助诊断提示。 在江苏省南京市的一项多中心研究中，AI系统在视光门诊对5000余名青少年进行了眼底筛查，发现潜在眼底异常率高达7.3%，其中视网膜脉络膜萎缩、视盘倾斜等与高度近视相关的眼底改变占比较高。AI的引入不仅提高了筛查效率，还弥补了视光门诊医生眼底阅片能力不足的短板。 ## 协同落地的挑战与对策 尽管AI辅助筛查优势明显，但其在视光门诊的广泛应用仍面临数据隐私、结果互认、责任界定等问题。为此，部分省份已出台视光门诊AI辅助诊断的规范指引，要求AI结果必须由具备资质的眼科医师复核，确保医疗安全。 同时，视光门诊标准化建设也需要与上级医院建立转诊绿色通道。例如，上海市眼病防治中心与辖区内12家视光门诊建立了“筛查-转诊-随访”协作网络，AI筛查发现的高风险病例可直接转诊至中心进行进一步检查和治疗，实现了医疗资源的合理配置。 ## 未来展望 视光门诊标准化建设与AI辅助眼底筛查的协同落地，是近视防控和眼健康管理的重要趋势。未来，随着5G、大数据等技术的深度应用，AI系统将不仅仅停留在辅助筛查层面，更可能结合眼轴长度、屈光度等数据，构建个体化的近视进展预测模型，为临床干预提供更精准的决策支持。