中山大学刘奕志团队创建机器学习模型,预测中国青少年10年内的近视度数变化与高度近视风险
近日,来自中山大学中山眼科中心的刘奕志教授团队利用机器学习技术及验光数据,创建了一个机器学习模型,来预测中国青少年10年内的近视度数变化与高度近视风险。该研究成果的原创论文已经在国际医学杂志《PLoS Medicine》官网首页进行了发表。如果能够早期预测其发展规律,通过增加户外活动等早期干预手段,就可减缓近视眼的出现及发展,同时降低高度近视的风险。
据悉,从2005年到2015年这十年的时间里,中山眼科中心研究团队共集合八家医疗机构的数据,收集了125万次随访验光结果,这些数据来自于12.9万名6岁至20岁的青少年,地域分布以南方省份为主,并辐射全国。在这些数据的基础上,刘奕志教授团队利用年龄、验光球镜数值(SE)和过去的年进展率(APR)来训练了一个随机森林算法,从而预测未来十年内高度近视的发病情况。
对算法模型的测试结果显示,该模型可对近视进展趋势进行个体化预测,3年内准确率达90%,10年内准确率80%以上,也可提前8年有效预测高度近视,为近视眼的精准干预提供了科学依据。目前,这套模型已在AI医生身上植入,进入调试阶段。