研究人員開發了基于機器學習的模型，可以預測高度近視患者視力障礙的風險，高度近視是世界許多地區不可逆轉失明的三大原因之一。

極度近視(稱為高度近視)的人可以清楚地看到近處的物體，但無法聚焦遠處的物體。

隱形眼鏡、框架眼鏡或手術都可以用來矯正視力，但高度近視不僅帶來不便，而且還會影響視力。有一半的情況會導致病理性近視，而病理性近視的并發癥是導致失明的主要原因。

“我們知道機器學習算法在識別近視變化和并發癥等任務上效果很好，”來自日本東京醫科齒科大學 (TMDU) 的主要作者 Yining Wang 說。

“但在這項研究中，我們想要研究一些不同的東西，即這些算法在長期預測方面的表現如何。”

為此，研究小組進行了一項隊列研究，觀察了 967 名日本患者 3 年后和 5 年后的視力。

他們根據眼科檢查期間通常收集的 34 個變量形成了一個數據集，例如年齡、當前視力和角膜直徑。

然后，他們測試了幾種流行的機器學習模型，例如隨機森林和支持向量機。在這些模型中，基于邏輯回歸的模型在預測 5 年后視力障礙方面表現最好。

然而，預測結果只是故事的一部分。

“以一種易于患者理解并便于做出臨床決策的方式呈現模型的輸出也很重要，”該大學的資深作者 Kyoko Ohno-Matsui 說。

為此，研究人員使用列線圖來可視化分類模型。每個變量都分配有一條線，其長度表明它對于預測視力的重要性。

這些長度可以轉換為分數，可以將其相加以獲得最終分數，解釋未來視力障礙的風險。

永久喪失視力的人往往會因失去獨立性而在經濟和身體上遭受痛苦。

盡管該模型仍需要在更廣泛的人群中進行評估，但這項研究表明，機器學習模型具有很大的潛力來幫助解決這一日益重要的公共衛生問題，這將使個人和整個社會受益。