跳转到主要内容
市场数据

Jobson光学与NECO联合发布视光AI认知调研

Vision Monday (2026年11月9日)

摘要

Jobson光学研究公司与新英格兰视光学院(NECO)联合开展调查,了解视光专业学生和从业者对AI的看法。据Vision Monday报道,2026年10月共860人作答,包括358名视光学生、214名视光师和185名验配人员。约三分之二的学生每周在学习或工作中使用AI,视光师约为三分之一;当AI建议与自己判断不一致时,57%的人会自行进一步查证,只有2%会直接听从AI。结果在NECO 2026行业协作活动上发布。

信息来源: Vision Monday 发布于 2026年11月9日

要点速览

  • 调查共860人作答,包括358名视光学生、214名视光师和185名验配人员。
  • 约三分之二的学生每周在学习或工作中使用AI,视光师约为三分之一。
  • AI建议与自身判断不一致时,57%会进一步查证,13%与同事讨论,2%直接听从AI。
  • 受访者普遍认为AI应补充而非替代临床人员,最终责任仍在专业人员。

本站解读

这份调查反映了一个代际差异:约三分之二的视光学生每周在学习或工作中使用AI,而执业视光师只有约三分之一,验配人员更低。样本共860人,包括358名学生、214名视光师和185名验配人员,通过Jobson的数据库和视光学生名单邀请作答。

更有信息量的是遇到分歧时的做法。当AI的建议和自己最初的判断不一致时,57%的受访者会自己再查资料,13%会和同事讨论,只有2%会直接听从AI。开放题中最常见的观点是:AI应补充而非替代临床人员,学生应先打好基础,最终判断和责任仍在临床人员。不过调查采用邀请加激励的方式,样本不一定代表整个行业,调查主题中提到的“认知卸载”也没有给出具体数据。

我们的判断是,AI在视光教育中的渗透会先于临床,教学设计需要提前回答学生该在什么阶段使用AI。这项调查只覆盖美国,对国内视光教育有参考意义,但国内学生和从业者的使用情况有待调查。

常见问题

视光师给我验光配镜时,会直接听AI的吗?

从这项美国调查看,绝大多数不会。当AI建议与自己最初判断不一致时,57%的受访者会自己进一步查证,13%会和同事讨论,只有2%会直接按AI的建议做。受访者普遍认为最终判断和责任应在专业人员。这项调查只覆盖美国,国内情况有待了解,配镜或检查结果如有疑虑可咨询眼科医生。

学视光的学生用AI多吗?

在这项美国调查中比较多。约三分之二的视光学生每周在学习或工作中使用AI,明显高于执业视光师的约三分之一。不过受访者也普遍认为,学生应先打好专业基础,再把AI作为补充工具。调查通过邀请和激励方式收集,不一定代表全行业,国内视光专业学生的使用情况有待调查。

延伸阅读

市场数据

依视路陆逊梯卡首席科学官谈AI与智能眼镜

依视路陆逊梯卡首席科学官Norbert Gorny近日接受Vision Monday专访,阐述公司如何将科学研究转化为创新产品,并探讨人工智能、眼组学(oculomics)和智能眼镜等新兴技术对眼健康服务的潜在影响。他指出,这些技术有望重塑眼保健模式,拓展验光师(ECPs)在美国内外的专业角色与机会。

#AI#智能眼镜#眼组学
Vision Monday
市场数据

多项AI与脑机接口新进展发布

北京前沿脑机接口研究院正式成立,由首都医科大学宣武医院牵头,赵国光任首席科学家;高德全量开源具身操作基座模型ABot-M0,在Libero-Plus基准任务成功率达80.5%;苹果国行版Apple Intelligence短暂上线后被撤回,称正积极推进落地中国;LG Innotek转向人形机器人视觉系统供应;玻色量子完成10亿元B轮融资。

#AI#脑机接口#医疗科技
36氪医疗
学术研究

基于注意力机制与对比学习的OCT多病种AI分类模型

研究团队开发了轻量级深度学习框架AESNet-SEC,在SqueezeNet基础上融合多尺度空洞卷积、空间注意力、挤压激励重校准和对比表征学习,用于OCT图像多病种分类。模型在公开数据集Retinal OCT-C8(24,000张图像,8类)上准确率为98.56%,在伊朗Zeyaei医院前瞻性采集的临床数据集(9732张B扫描,4类)上四次重复评估准确率为96.33%–96.98%。加入高斯噪声测试时,糖尿病视网膜病变和玻璃膜疣的识别下降更明显。Grad-CAM可视化显示模型关注区域符合视网膜解剖,独立视网膜专科医生的审阅给予了定性支持。作者表示仍需更广泛的患者分离、多中心验证。

#AI#OCT#糖尿病视网膜病变
PubMed Ophthalmology