美国职场人超七成受数码视疲劳困扰
摘要
VSP Vision Care 发布数据显示，美国大多数职场人正遭受数码视疲劳困扰，包括干眼和头痛等症状。调查显示七成桌面工作者和近六成非桌面工作者报告相关症状，样本涵盖一千二百名员工及八百名人力资源领导。随着屏幕使用时间持续增加，潜在的眼部健康影响正引起广泛关注。这份报告揭示了现代工作环境中普遍存在的视觉健康问题，提示我们需要重视日常用眼习惯对眼部状态的长期影响，尤其是高频使用电子设备的群体更需留意身体发出的疲劳信号。
信息来源： Healio Ophthalmology 发布于 2026年3月26日
要点速览
- VSP 调查显示美国 71% 桌面工作者和 59% 非桌面工作者报告数码视疲劳症状。
- 调查由 Workplace Intelligence 执行，涵盖 800 名人力资源领导及 1200 名全职员工。
- 屏幕使用时间持续增加，潜在的眼部健康影响正引起广泛关注，需重视眼部健康状况。
本站解读
美国职场人超七成受数码视疲劳困扰的数据其实是中国职场人的镜子，甚至我们的屏幕使用时间往往更长。这份报告圈定的不仅是传统坐班族，近六成非桌面工作者也有症状，说明手机平板的普及让视疲劳无处不在。很多患者以为这是近视加深的前兆，其实数码视疲劳更多是瞬目减少导致的干眼和调节痉挛，通常不会造成永久性器质病变，但长期忽视会显著降低生活质量，引发头痛等不适。
市场上防蓝光眼镜被吹成了神器，但临床证据显示它们对缓解疲劳效果有限，别把希望全押在装备上，更别指望它能治疗近视。真正有效的还是行为干预，比如遵循二十二十二十法则，有意识多眨眼保持泪膜稳定。如果休息后头痛眼干仍不缓解，可能合并了干眼症或隐斜视，这时候盲目滴眼药水不如前往医院查泪膜破裂时间。行业里有些产品打着医疗旗号卖保健品，患者得分清械字号和妆字号的区别，避免交智商税。视疲劳是身体发出的休息信号，硬扛只会让效率更低，中国眼科门诊里这类主诉越来越多，早干预早轻松，如有疑虑可咨询眼科医生。
常见问题
防蓝光眼镜真的能保护眼睛吗
目前临床证据显示防蓝光眼镜对缓解视疲劳效果有限，不能治疗近视。主要靠减少屏幕时间、多眨眼和休息来缓解症状，别把希望全押在装备上。市场宣传常有夸大，患者需理性看待，如有疑虑可咨询眼科医生获取专业指导。
眼睛干涩头痛是不是近视加深了
数码视疲劳更多是瞬目减少导致的干眼和调节痉挛，通常不会造成永久性器质病变。但如果休息后不缓解，可能合并干眼症，可找医生查泪膜破裂时间，不要盲目滴眼药水。持续不适需排除隐斜视等问题，及时就医更稳妥。
延伸阅读
唾液腺移植重塑重症干眼治疗格局
重度干眼症因长期缺乏泪液导致角膜上皮持续损伤，最终引发视力障碍甚至失明，现有疗法如人工泪液、泪点栓塞或免疫抑制剂仅能缓解症状，无法恢复泪腺功能。本研究基于自体下颌下腺移植技术，通过外科手段将唾液腺转位至眼眶周围并建立与结膜的导管连接，利用其分泌特性替代泪液功能。研究纳入42例Sjögren综合征或其他病因导致的终末期干眼患者，术后随访12个月，Ocular Surface Disease Index（OSDI）评分从基线38.7±5.2显著下降至16.3±4.1，角膜荧光素染色评分由3.9±0.6降至1.1±0.4，泪膜破裂时间（TBUT）从2.1±0.8秒延长至8.7±1.9秒。共38例（90.5%）患者实现人工泪液使用频率减少50%以上，12例完全停用。未观察到移植腺体萎缩或导管阻塞等主要并发症。研究证实，唾液腺移植不仅能重建眼表稳态，还可逆转长期干眼引起的上皮病变，为功能修复型治疗提供了高级别临床证据。
角膜神经评估新技术：干眼症与眼表疾病的诊断突破
最新研究表明，角膜神经在干眼症（DED）及其他相关眼表疾病（OSDs）的病理生理过程中起着关键作用。这些疾病越来越多地表现出神经病变和营养不良成分，其中角膜神经形态和功能的改变对症状和疾病进展有重要影响。近年来，成像和诊断技术的进步使得能够详细、活体评估角膜神经结构和感觉功能，为理解其机制和治疗反应提供了新的见解。本文综述了当前和新兴的角膜神经评估技术，包括结构方法如活体共聚焦显微镜（IVCM）、光学相干断层扫描（OCT）-基于的神经成像（如微OCT）及多光子显微镜等；以及功能方法如高级触觉计、定量感觉测试（QST）和功能性磁共振成像（fMRI）。此外，人工智能驱动的分析平台也应用于结构和功能评估。这些技术有助于区分DED亚型、选择靶向治疗、监测神经再生并预测治疗结果。通过整合结构和功能评估，这些技术正在重塑DED和其他相关OSDs的诊断、分型和管理，为个性化治疗铺平道路。
视频大语言模型在干眼科普视频质量评估中的基准测试
短视频平台的迅速崛起改变了人们获取健康信息的方式，但也加剧了错误信息和虚假信息的传播。干眼症作为一种常见的眼表疾病，成为研究这一问题的典型案例。本文提出了一种基于视频大语言模型（VideoLLMs）的框架，用于自动评估科普视频的质量。研究使用了三种代表性的VideoLLMs（VideoLLaMA3、QwenVL和InternVL），并采用三个已建立的评估工具：PEMAT-A/V、GQS和VIQI进行基准测试。从TikTok收集了185个中文干眼症视频，并由两位眼科医生独立标注。通过组内相关系数（ICC）量化VideoLLM生成分数与专家评分的一致性。结果显示，大多数指标下，VideoLLMs与专家标注的一致性较差（ICC < 0.40），仅在PEMAT-A/V的可操作性维度上，QwenVL和InternVL分别达到了ICC 0.50和0.43。这项工作建立了首个VideoLLMs在眼科科普视频评估中的基准，并揭示了当前模型性能的重大局限，一致性水平远未达到实际应用的要求。该开源框架旨在系统评估模型行为，突出现有差距，并推动进一步的方法改进。