AI防近视，从“可测”到“可治”，十二毫米打通数字疗法全链路

2025年11月11日，在芯原主办的“第四届南渡江智慧医疗与康复产业高峰论坛”上，十二毫米健康科技（海南）有限公司董事长赵鑫磊带来了一场关于“AI+近视防控数字疗法新范式”的分享。围绕儿童青少年近视的预防与干预，他以工程化思维拆解出“数据采集—风险评估—个性化干预”的闭环路径，并展示了正在海南落地的一整套数字诊疗体系与应用进展。

从“负反馈”出发：把生理学的稳态机制引入用眼管理

有别于传统的单点式用眼建议，赵鑫磊把“负反馈（negative feedback）”这一维持生理稳态的普适机制引入用眼行为的可测、可控与可干预当中。他强调，用眼行为的风险识别与纠偏需要持续回路，既要能捕捉到真实、细粒度的环境与行为数据，也要能将“目标状态”和“实际状态”的偏差及时反馈给用户，最终促成立即或长期的行为调整。

“我们很多情况下用的是负反馈，因为我们要纠偏。” 赵鑫磊点出了十二毫米试图将近视防控从“静态叮嘱”转向“动态控制”的方法学转变。

这套“AI近视防控数字诊疗体系”的结构十分清晰：第一层是可穿戴的近视危险因素监测仪；第二层是云端的危险因素分析中央站；第三层是基于生成式/强化学习策略的数字疗法干预引擎。三者联动，形成数据—认知—行动的闭环。

其一，采集与监测

近视危险因素监测仪以眼部佩戴附件的形式，集成多种传感器，能够在真实环境中持续记录用眼距离、角度、光照类型与强度、姿态与运动状态等参数。设备支持每秒采样、连续工作72小时，并在“离线可用、分级提醒”的约束下，尽量减少对佩戴者日常生活的打扰。团队将其定位为二、三类创新医疗器械体系中的“入口”与“底座”，用于完成高密度、结构化的行为—环境数据采集。

其二，中央分析

在中央站侧，系统把连续的行为—环境数据与医学关键指标（如眼轴长度、角膜参数等）汇合，构建“环境—行为—眼轴增长”的预测模型，输出面向个体的风险分析与趋势判断。该层的意义在于，把“看起来离散的传感参数”转译为“与眼轴增长相关的可解释指标”，从而为干预层提供可量化的“奖惩与策略”依据。

其三，数字疗法干预

干预层把预测模型作为“奖励函数”或“目标函数”，通过强化学习与生成式策略持续产生个体化的干预方案（提醒频率、用眼时长边界、环境光照调整等）。与家居硬件（如可调光照明）联动时，系统可直接“把建议变成动作”——例如与灵蓝科技的可连续调光灯联动：当检测到孩子长期处于不利用眼环境时，系统会自动调节照明，帮助回到风险阈值以内。这个“人—机—环境”的实时协同，是“可闭环的数字疗法”的关键。

工程化对标：与海外同类方案的“系统边界”差异

值得注意的是，十二毫米也在工程层面对标国际同类进展：他们提到美国Meta公司的一款原型产品（VEET），同样在尝试用穿戴与环境数据做近视防控。但赵鑫磊给出的对比点，不是单纯的重量、续航指标（30g/72小时 vs 80g/24小时等），而是系统层面的差异——后者更接近“设备”，而十二毫米强调“硬件+软件+AI+数字疗法”的整套体系。他直言：“它只是一个设备，我们是一个体系。”这既是路线自信，也是产品化边界的刻意划线：把“设备”提升成“治疗路径”，才有机会走出更强的医疗价值曲线。

从产业化角度看，这一类数字疗法方案的成败，往往取决于两端：穿戴体验与数据治理。

穿戴体验决定了数据的“真实度”和“连续性”。十二毫米用“轻量化（约30g）+长续航（约72小时）+分级提醒”来降低干扰，并兼顾运动/学习等多场景的佩戴稳定性。

数据治理关系到从“数据”到“疗效证据”的转化质量。高频采集带来的是“海量、异质、时序敏感”的数据流，这要求在模型侧建立“可解释、可追溯、可审计”的指标体系，同时要把算法的“医学可用性”放在第一位。

在这两端之间，还有与家居/教育/医疗设备生态的“耦合度问题”：能否把干预建议“硬件化”为即时动作，决定了数字疗法能否从“提示层”走到“纠偏层”。

为何选择落地海南？

据介绍，产业化落地上，十二毫米选择在海南推进“先行先试”的路径：

公司于2023年10月入驻海口高新区，将研发、生产、销售一体化搭建在本地生态中；

近视危险因素监测仪已进入海南省药监局的创新医疗器械特别审查程序，当前处于型检阶段；

团队预期在2026年一季度完成取证并进入市场；

2025年8月，十二毫米的产品获得第十四届中国创新创业大赛（海南赛区）暨海南省第十一届“科创杯”创新创业大赛成长二等奖；公司层面已获批国家级科技型中小企业与省级创新型中小企业资质，累计授权5项专利（其中2项核心发明）与14项软件著作权。

这组时间线显示了典型的医疗器械合规节奏：在严格的监管与临床/工程验证之间，企业必须投入长期且精细的“耐心工程”，用可复现的数据证据完成从“功能原型”到“医疗器械”的跃迁。

在商业预期上，团队判断国内AI近视防控对应的医疗与健康管理市场规模有望达到“千亿级”。 十二毫米创始团队由GE医疗、阿里巴巴、字节跳动等背景的跨界人才组成，赵鑫磊本人亦长期深耕数字疗法研发，拥有应用心理学的专业背景与儿童神经发育相关产品研发经验。这样的“医疗+AI+产业化”复合履历，解释了为何该方案能在数据工程、医学指标与临床应用之间保持“同频”。

从人手短缺到“医联体”：把专家能力“下沉”到社区

当下，近视筛查与干预最大的现实瓶颈之一，是专业眼科医生数量的不足。十二毫米给出的路径是：以“AI+医联体”为抓手，构建“专家能力—基层医生—家庭/学校”之间的技术与流程联动。具体做法包括：

用高级别医生+AI工具完成算法训练与临床知识固化；

把成熟的筛查与干预策略“打包”下沉至基层与社区；

通过无人问诊室/社区终端扩展可及性；

在学校/家庭环境里实现“早发现—早干预—可复盘”。

这一模式的价值，在于将有限的专家资源放到“最该出现的节点”，同时让AI承担重复性强、需要长时监测和即时反馈的“重活”，把“人”的专业判断用于更高价值的决策点。

总结：近视防控从可测到可制

近视防控是一件需要“长期主义”的事情：一端是以年为尺度的生理变化，一端是以秒为单位的行为数据。十二毫米试图用工程化的闭环把两端系在一起——从可穿戴设备的连续感知，到中央站的可解释建模，再到与家居设备联动的即时干预。在这条路上，监管与临床证据的建设、生态伙伴的协同、用户体验的持续优化，都会是决定性变量。

根据与非网记者在论坛现场的观察，这套方案的“亮点”并非某一处的模型精度或硬件指标，而是将“可测”真正变成“可治”的临界点：只要数据采集足够真实、风险评估足够贴近眼轴增长的关键路径，干预引擎就能在家—校—医的不同场景中“落地为动作”。当“建议—执行—反馈”成为日常，这种数字疗法才有机会把长期缓慢的用眼习惯，改造成可持续的行为改变。

在论坛上，赵鑫磊用两句话概括了他们的基本立场：其一，“我们很多情况下用的是负反馈，因为我们要纠偏”；其二，“它只是一个设备，我们是一个体系。”如果把这两句话合起来理解，或许可以视作数字疗法走向“工程可复用、医学可验证、产业可复制”的一张路线图。