植入近視預測模型的AI醫生

AI醫生開始發揮預測未來的“超能力”。昨日，中山大學中山眼科中心召開新聞發布會，宣布中心劉奕志教授團隊利用百萬醫學驗光大數據，發現了真實世界中的中國青少年近視眼發生發展規律，創建了近視眼人工智能預測模型，可精準預測青少年近視的發展情況，通過輸入前后兩次的驗光數據，可預知10年內的近視度數變化與高度近視風險。

目前，該研究成果的原創論文于11月6日在國際醫學雜志《PLoS Medicine》官網首頁發表，模型已在AI醫生身上“植入”進入調試階段，未來，預測系統有望推廣進入校園。

文、圖/廣州日報全媒體記者梁超儀 通訊員魏春福、邰夢云

每年從全國各地來到中山眼科中心的青少年并非少數，這些醫療大數據具有非常獨特的研究價值。中山大學中山眼科中心主任、眼科醫院院長、眼科學國家重點實驗室主任劉奕志教授介紹，不少家長每隔半年或一年就帶孩子進行定期的驗光檢查，這些連貫、龐大的數據是重要的資源。

從2005年~2015年，這十年的時間里，中山眼科中心研究團隊共集合八家醫療機構的數據，收集了125萬次隨訪驗光結果，所研究的群體以南方為主，輻射全國，“既往青少年近視眼研究數據量小，無法完全反映其發展規律，因此不能有效進行預測及早期精準干預。

近視眼一旦發展為高度近視，可導致視網膜變性、脫離等不可逆損害，嚴重影響孩子們的身心健康。如果能夠早期預測其發展規律，通過增加戶外活動等早期干預手段，就可減緩近視眼的發生發展，對降低高度近視的風險有重要意義。”劉奕志表示，這次龐大、規律性的數據，幫助他們最終發現了青少年近視眼發生發展的規律。

以此為基礎，劉奕志團隊創建出了預測模型，運用隨機森林算法進行機器學習，建立人工智能預測系統，可對近視進展趨勢進行個體化預測，3年內準確率達90%，10年內準確率80%以上，也可提前8年有效預測高度近視，為近視眼的精準干預提供了科學依據。

體驗：輸入兩次驗光結果秒得預測結果

這個預測模型具體怎么應用？目前，這套模型已在AI醫生身上植入，進入調試階段。中山大學中山眼科中心人工智能與大數據科主任林浩添教授現場演示了操作方法。操作的流程非常簡單，出具結果的時間可以用秒算。以一個5歲男孩的數據為例，在過去一年里這位男孩近視了，戴上了100度的眼鏡，當輸入前后兩次驗光的度數時（至少間隔一年），現場人士詢問，“這個男孩十年后的近視度數及高度近視的風險分別是多少？”AI醫生竟可“秒速”回答：這個男孩10年后近視度可能會達到300多度，他患高度近視的風險并不高。

“這套系統主要面對的是18歲以下的年齡群體，建議5歲以下孩子就可以做第一次預測，由于兩次驗光間隔起碼要一年，所以定期驗光能提供更好的數據。”林浩添建議。

提醒： 學齡近視一般7歲發生

“有了AI醫生植入這套模擬系統，每個人的近視情況可個體化預測，也可及時預測高度近視高危人群，進行精準干預。”研究團隊專家表示，如果能夠早期預測個體近視的發展規律，通過增加戶外活動等早期干預手段，就可減緩近視眼的發生發展，對降低高度近視的風險有重要意義。據介紹，學齡近視一般在7歲發生，5~10歲是進展高峰期，多數人10歲進展到接近300度，20歲左右則穩定在600度以內。少數學齡近視會發展成高度近視，而高度近視并沒有特定的起始年齡和穩定年齡，“高度近視進展很快，而且病理風險大，往往伴隨諸多高危致盲風險，如視網膜脫離、眼底病變等。”林浩添表示。劉奕志提醒，學齡前后的近視進展最快，這個時期要盡量減少兒童的近距離閱讀，增加戶外運動。在該院一項針對12所小學隨機對照研究中，每天增加40分鐘戶外運動，3年近視率相對值下降23%。

“調試結束后，我們計劃與企業合作推廣，或在醫院內落地使用，有條件時將進一步進駐校園，這樣長期監控，可在預防干預這一環節未雨綢繆。”研究團隊表示。