商用AI近视风险评估工具的实际价值存疑

这项研究暴露了一个正在加速成型的底层趋势：眼科AI正从‘技术炫技’转向‘效用验证’阶段。当一个商用工具对36张合成图像的判断高度依赖人为设定的环境参数，而非真实影像特征，说明当前不少AI产品仍处于规则驱动而非数据驱动——本质是披着AI外衣的数字化问卷。受益者将是能快速整合真实世界数据、聚焦临床痛点（如散瞳验光预测、眼轴增长轨迹建模）的垂直型算法开发商；而仅靠包装通用大模型、缺乏眼科临床逻辑嵌入的初创公司承压明显。

中国市场已有十余款儿童近视筛查APP宣称接入AI，但多数未公布验证数据。对比本研究中Magnifeye对环境风险的强依赖，国内部分产品甚至未纳入家庭史或读写距离等关键变量，实际指导价值更弱。预计未来12-18个月内，国家药监局将收紧二类医疗器械AI软件的临床验证要求，重点核查‘图像分析’与‘风险输出’间的因果链是否可解释。

后续需紧盯两个信号：一是Magnifeye是否公开其训练数据来源及医生盲测结果；二是国内头部眼科连锁机构是否开始要求供应商提供类似本研究的‘参数扰动测试’报告——这将成为AI工具能否进入医院采购清单的关键门槛。