6月初，沈阳迎来了一场眼科领域的重磅盛会——第十届临床眼科大会暨中国非公立医疗机构协会眼科专业委员会年会。大会期间最引人瞩目的举措，是非公医疗眼科专业委员会眼科人工智能学组正式宣告成立。

这个学组的组织架构极具特色，同时汇聚了公立与非公立医疗机构的顶尖专家，目标清晰明确：构建一个融合学术研究、临床实践与产业协同的AI创新平台。值得关注的是，爱尔眼科在其中扮演了至关重要的角色。爱尔眼科医院集团总裁办主任、眼科门诊管理中心总监、爱尔数字眼科研究所常务副所长戴伟伟博士，被任命为学组副组长。而在首批学组委员中，爱尔眼科共有4位青年医生成功入选。算上戴伟伟，爱尔眼科总计有5人进入该学组，成为推动非公医疗眼科人工智能发展的核心力量之一。

这并不仅仅是一次简单的集体亮相。从近年来的战略布局来看，爱尔眼科正持续加码“AI+眼科”领域，并致力于将人工智能从辅助工具提升为真正的医疗生产力。此次深度参与学组工作，充分体现了其在“AI+眼科”领域已储备了可观的人才资源，也映射出它正加速构建覆盖全生命周期的智慧眼科医疗体系。

AI新基建：爱尔眼科构建高质量数据集

在大会的人工智能专题单元，戴伟伟博士以《构建眼科AI Ready数据集，服务人工智能时代下的数字眼科》为题，分享了爱尔在数据治理与AI赋能方面的最新进展。他的核心观点非常直接：在人工智能时代，数据是最基础的“燃料”。

爱尔眼科经过多年积累，已拥有超过3200万份临床病例，形成了超大规模的眼科临床数据库。然而，仅有数据量远远不够，关键在于质量——这些数据必须能被AI“读懂”并“学习”，转化为真正的高质量素材。

他坦言，当前行业面临两大现实困境：其一，患者隐私保护与数据共享之间的平衡难以把握；其二，原始病历、影像等数据格式五花八门，无法直接用于AI训练。针对这两个问题，爱尔正积极推进一系列数据治理工作——利用人工智能技术自动清洗、整理和标注海量病历与影像资料，将其转化为标准化、可直接使用的数据资产。

在此基础上，爱尔眼科还与科研机构合作搭建了联邦协作平台，在保障隐私安全的前提下共同训练眼科AI模型。与此同时，爱尔建立了一套AI“考试”标准，从知识准确性、临床实用性和安全性三个维度对模型进行全面评估，确保其输出结果足够可靠、符合循证医学与临床诊疗路径。

“我们正在做的，就是为眼科AI打造一个高质量的数据‘底座’。”据戴伟伟介绍，基于这套体系，爱尔已开发出眼底病AI筛查、裂隙灯AI分析、眼睑肿物AI自测等多个实用工具，并且仍在持续迭代升级。

从数据到决策：AI让干眼诊疗更精准、更可及

谈到具体应用，干眼是一个极具代表性的场景。中国干眼患病率高达21.0%-52.4%，患者数量超过3.6亿【1】，且覆盖从儿童到老年的几乎所有年龄段。面对庞大的患者群体与有限的优质医疗资源，AI正在成为关键的“破局者”。

在大会的眼科人工智能单元，来自爱尔眼科角膜及眼表学科的4位青年医生带来了各自的最新研究成果。他们分别从风险预测、全流程管理、影像诊断、疗效预判等不同角度，共同回答了一个核心问题：AI究竟如何让眼表诊疗变得更精准、更可及？

湖北爱尔眼科医院角膜眼表科副主任杨万举，分享了一段富有探索意义的历程。通过引入人工神经网络、构建干眼专属大数据库以及多模态AI技术，他们实现了对干眼发病风险的精准预测。杨万举回顾了团队过去十年的工作，生动展示了干眼危险因素研究如何从传统的统计学关联分析，逐步跨越到人工智能精准预测的新阶段。

武汉爱尔眼科医院汉口医院角膜及眼表科副主任医师王浩宇，则聚焦于诊疗全流程的智能化。他展示了一套覆盖“诊断—治疗—随访”的干眼AI管理系统，该系统依托RAG检索增强、睑板腺定量算法以及纵向动态对比等核心技术，在干眼精细分型和个性化阶梯方案匹配方面表现优异。

沈阳爱尔卓越眼科医院角膜及眼表科副主任杨吉琨，从眼科影像切入，提出了一种卷积神经网络与Vision Transformer的混合网络架构。通过双并行分支与自适应加权融合，该网络显著提升了视网膜OCT图像的疾病诊断精度。“局部细节和全局上下文同样重要，我们的网络学会了同时‘看清’这两者。”杨吉琨的这句话，点出了这项工作的核心价值。

广州爱尔眼科医院综合眼病科主任何曼莎，则构建了基于多模态眼表检查的疗效预测模型。她整合了症状问卷、泪膜稳定性、睑板腺形态等数据，让AI学习不同指标与治疗结果之间的潜在规律。在她的设想中，人工智能有望帮助医生提前识别干眼亚型、预测治疗反应，从而推动干眼从经验诊疗走向数据驱动的精准慢病管理模式。

数字眼科厚积薄发，AI赋能全周期眼健康管理

这些成果并非孤立事件。近年来，爱尔眼科始终在战略层面推进“数字眼科”建设，构建了覆盖数据采集、治理、建模、应用的全链条体系。在角膜及眼表领域，爱尔眼科的“AI干眼医生”早在2025年就已全面上线。据戴伟伟博士介绍，患者完成自测问卷后，结合医生看诊和专科检查，数据会自动同步到医疗信息系统。“AI干眼医生”仅需几分钟，就能根据患者数据生成分型辅助诊断和个性化治疗方案。“过去，基层医生如果经验不足，可能导致诊治方案不够精准。现在，AI能整合患者病史与检查数据，规避禁忌证，显著提升干眼症的诊断准确率。”

与此同时，爱尔眼科还自主研发了眼科垂类大模型AierGPT以及AI数字人Eyecho。2026年第31个全国“爱眼日”期间，正式发布了“AI眼科管理体系”，推动眼科从传统的“被动诊疗”转向全周期的“主动健康管理”。

未来，爱尔眼科显然将继续加码。按照规划，它将持续推动AI从辅助工具向核心生产力升级，打造覆盖全人群、全生命周期的智慧眼科医疗体系。此次5人入选非公医疗眼科人工智能学组，可视为爱尔眼科“人才+技术+数据”三轮驱动的生动注脚。随着该学组的正式运行，爱尔眼科也明确表示，将与行业同道携手，共同推动眼科AI技术从学术研究走向更广泛的临床落地。

数据来源：

【1】《中国干眼临床诊疗专家共识（2024 年）》