传统视力筛查漏诊率高（部分研究显示可达　２０％–３０％）是当前儿童青少年近视防控和眼病早筛中的核心痛点。漏诊不仅延误干预时机，还可能造成家长误判、过度焦虑或忽视真实风险。要系统性解决这一问题，需从技术局限、流程缺陷、人员能力、标准缺失四个维度入手，构建“精准、客观、连续、智能”的新一代筛查体系。

一、传统筛查为何漏诊率高？

表格

原因类别具体表现

１．　方法单一仅依赖裸眼视力表（如Ｅ字表），无法发现：

远视储备不足

散光（尤其对称性散光）

屈光参差（一眼正常、一眼近视）

假性近视掩盖真性近视

２．　主观性强　依赖孩子配合与主观应答，易受情绪、环境、暗示影响

３．　设备落后　无屈光检测能力，无法量化眼球发育状态

４．　环境干扰　光线不均、距离不准、背景杂乱影响结果

５．　标准模糊　“视力≥５．０即正常”忽略个体发育差异（如６岁儿童应有＋１．０Ｄ远视储备）

典型案例：

一个７岁孩子裸眼视力５．０，但双眼散光１５０度＋远视储备耗尽，传统筛查判定“正常”，实则已处于高度近视高风险状态。

二、降低漏诊率的四大核心策略

关键指标：不再只看“视力”，而要看：

球镜度数（近视／远视）

柱镜度数（散光）

远视储备（年龄匹配的生理性远视）

眼轴长度（有条件时）

解决方案：

引入非散瞳自动验光仪（如Ｐｌｕｓｏｐｔｉｘ、Ｎｉｄｅｋ　ＡＲＫ－１ｓ、国产“集视ＡＲ”等），３秒内获取客观屈光数据。

建立年龄－屈光参考曲线，自动判断是否偏离正常发育轨迹。

优先投资私营企业不愿投资的人工智能基础与长远研究领域；在计划和　战略规划中重视人工智能和网络安全之间的相互影响；促进人工智能公开数据标准　的使用和最佳实践等。同月，为了把握、指导人工智能研发的整体方向，由机器　学习与人工智能分委员会委托“网络与信息技术研发分委员会”　（Ｓｕｂｃｏｍｍｉｔｔｅｅ　　ｏｎ　Ｎｅｔｗｏｒｋｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ，ＮＩＴＲＤ）　编写并发布　了《国家人工智能研发战略规划》，促进人工智能知识与技术的发展，在为社会带　来广泛效益的同时，使其产生的负面影响最小化。

文章来至于网络，如有问题请联系客服删除