白内障患者人工智能治疗效果更好
来自汽车行业的AI建模技术改善了眼部手术结果
白内障是眼睛晶状体内形成的一种混浊物，导致视力模糊。如果不透明非常密集，可能导致失明。每年有数百万人通过白内障手术来恢复视力。在手术过程中，眼科医生通过手术将患者眼睛的天然晶状体取出，并用人工晶状体(IOL)代替。白内障患者依赖于外科医生的训练和经验。他们还依赖于外科医生选择正确的功率人工晶体。对于某些特殊类型的人工晶体，植入正确的能量决定了手术的成功。
“我们都希望每个病人都能得到完美的结果。传统数学真的不能让我们经常得到我们想要的正确答案。”
沃伦·希尔博士，眼科医生，希尔RBF计算器的创造者
人眼的某些测量值可能因人而异。这些变化使得精确预测最佳术后结果所需的人工晶状体的功率变得困难。长期以来，眼科医生一直依赖基于传统高斯光学的公式来估计正确的人工晶状体功率。计算利用标准测量技术和广泛的常用公式。±0.50屈光度(晶状体度数)的结果被认为是成功的手术结果。在±0.50 d内，这种计算通常提供78%的成功率。据估计，全世界每年有2800万人接受白内障手术，成功率留给许多患者的结果可能与预期不同。
白内障症状包括由于晶状体变黄引起的颜色感知改变、视力模糊、复视或“鬼影”。
“尽管屈光效果持续改善，但我们所有做白内障手术的眼科医生偶尔都会为结果而挣扎。当然，我们都希望每个病人都能有一个完美的结果。Warren Hill，医学博士他是一位从事白内障手术35年的眼科医生。“传统数学不能让我们经常得到我们想要的正确答案。”
希尔博士解释说，在过去的40年里，眼科医生一直在朝着更精确的计算迈进，但他将这些改进描述为“痛苦的增量”。他说，部分问题在于没有足够多的眼科医生跳出思维定式——这个问题并没有困扰希尔。他是一位训练有素的艺术家、经验丰富的作家和经验丰富的医生。希尔还是一名商业飞行员，业余时间还参加了一个近距离编队军用飞机表演队。他不断地寻求新信息。
希尔对新信息的渴望尤其富有成效，他花了10年的时间来更好地计算白内障患者的人工晶状体功率，而不管他们的眼睛结构如何独特。Hill的方法利用人工智能(AI)的力量，将±0.50 D的手术成功率提高到90%。
来自汽车行业的教训
希尔意识到需要一种全新的方法来计算透镜的功率。他承认:“眼科医生对眼科手术很了解，但几乎没有人受过数学家或工程师的训练。”“你必须愿意走出自己的专业领域，以新的方式解决长期存在的问题。”
希尔知道MathWorks提供工业级的数学工具，于是想到了MATLAB®可能对病人数据建模有用。他与MathWorks的工程师合作，其中一位工程师熟悉汽车行业的一个类似建模问题:动力系统优化。为了优化发动机燃油效率和性能，汽车公司使用响应面模型(如径向基函数)将发动机控制设置与发动机响应联系起来，并找到存储在电子发动机控制器中的发动机设置的最佳组合。
Pete Maloney是MathWorks的开发工程师，他通过以前的汽车行业经验熟悉了这种方法。当Hill找到MathWorks团队，希望优化白内障手术患者的人工晶状体的光功率时，Maloney了解到，在汽车发动机校准优化中，用于模拟复杂发动机行为的径向基函数(RBF)也可以应用于这样的问题。
希尔说:“在数学中，全新的思想是相对少见的，但是以全新的方式应用现有的思想是解决问题的一种非常常见的方法。”
在MATLAB中建立径向基函数(RBF)人工晶状体计算器模型。
预测RBF网络模型必须使用高质量的数据进行训练。现有的眼部测量数据以前是使用不一致的、有时验证不佳的方法收集的。Hill知道，要获得一个良好的RBF模型拟合和预测，需要比通常可用的数据质量高得多的数据。
希尔联系了贝勒医学院眼科教授道格·科赫(Doug Koch)医学博士和贝勒医学院眼科副教授李·王(Li Wang)医学博士，他在生物医学统计学方面有经验。他们一起概述了这样一个项目成功所需的准确性水平。
有了适当的数据收集方法和标准后，希尔开始招募他认识的最有经验的眼科医生，在美国和国外都招募了值得信赖的同事。这些眼科医生开始在白内障手术前使用Haag-Streit的高精度技术收集患者眼睛的详细测量数据Lenstar生物计，以及观察到的术后结果。
基于802个经过验证的测量数据和术后结果，最初的工作测试了人工智能模型能够准确计算放置在人眼内的人工晶状体的功率的前提。这个相对较小的数据集的预测结果很容易满足王博士概述的标准。随着这一障碍的清除，该项目向前推进，为眼科外科医生创造了一个全新的工具，用于提高白内障手术屈光结果的准确性。
Haag-Streit Lenstar 900生物计使用Hill IOL计算器。(图片来源:Haag-Streit Diagnostics)
看到清晰的结果
接下来，MathWorks使用了一个更大的数据集，其中包括来自世界各地许多国家的外科医生的大约3400例手术病例，并将RBF模型适合这些数据。该团队将模型导出到Simulink®，一个用于设计、模拟和测试系统的图形环境，然后从模型生成代码并将其部署到Lenstar设备。这个计算器被称为Hill-RBF计算器。一个这个计算器的在线版本同时发布，所以全世界的眼科医生都能看到。
“我们正在使用(希尔RBF计算器)的第三个版本，你知道，坐在养老院的轮椅上，我可能会研究第48个版本，只是想让它变得越来越好。”
沃伦·希尔博士，眼科医生，希尔RBF计算器的创造者
这款计算器于2016年推出，很快被全球眼科界采用。世界杯预选赛小组名单看到计算器的成功，希尔的团队决定进一步完善这个工具。这包括接触更多的眼科医生，培训他们收集数据，并创建一个更包容和准确的人工智能模型。共有来自20个国家的44名调查人员参与了调查。贡献病例的外科医生都是自愿的。
使用更新和改进的计算器版本，包括更大的数据集，外科医生现在看到的结果的准确率为90%±0.50 D，相比之下，更常用的传统和旧的高斯公式的成功率为78%。从这个角度来看，全球每年约有2800万例手术，结果改善12%将导致340万例手术成功。对于近视的人来说，计算器的成功率甚至更高。
“这是眼科的一大进步，”希尔说。“以持续准确的方式计算人工晶体的功率是我们40年来一直在努力的事情，多亏了很多人的工作，我们能够极大地提高准确性。”
随着希尔参加各种会议，在这个主题上发表了多次著名的演讲，并在世界各地传播了计算器的消息，计算器逐渐流行起来。他把这个工具放在网上供任何人使用，而且从一开始就不收费。
希尔RBF计算器的第二个版本基于12000多只眼睛的数据，于2018年推出。它已经成为Lenstar用户在北美第二大最受欢迎的用于估计人工晶状体功率的计算器，并已在全球超过200万次手术中使用。
单片人工晶状体植入术前。(图片来源:Warren Hill, M.D.)
最近推出的第三个版本依赖于更多眼睛的数据。现在，希尔的团队正在研究一种全新版本的计算器，通过与中国等其他国家的眼科医生合作，包括来自新人群的数据。眼睛在不同人群中经常表现出解剖差异，专门为这些群体优化AI IOL功率选择模型提供了提高计算精度的可能性。
Hill RBF计算器的另一个重要结果是能够更好地预测个别患者手术成功的可能性。该工具中嵌入了所谓的边界模型。这是训练数据集外部边界的附加模型(凸包)。如果一个人的眼睛与训练数据差异太大，该边界模型将表明RBF IOL预测可能没有足够的数据来确定正确的晶状体功率。
希尔解释说:“在眼科手术中，这是第一次有人能够在手术前被告知准确度达到一定水平的可能性。”
他说，在这个项目上的工作非常有意义，特别是从来自世界各地的眼科医生的反馈来看。希尔说:“许多外科医生现在只使用这种计算器，他们的结果非常惊人。”
希尔记得他的父亲曾经告诉他，没有什么比一个好主意更有力量。他认为使用人工智能进行白内障手术人工晶状体功率选择是一个千载难逢的好主意，他自豪地与世界分享。
“我们会让它变得更好。我们正在做第三个版本，你知道，坐在养老院的轮椅上，我可能会做第48个版本，只是想让它变得越来越好。”
更多关于人工智能的文章
阅读其他故事
您也可以从以下列表中选择一个网站: