[发明专利]通过人工智能对近视发展进行准确预测和治疗

说明书

本文公开了用于执行近视发作和发展的诊断的系统、方法、设备和介质。机器学习算法能够自动分析相关特征以生成预测。还公开了结合机器学习算法来识别合适的治疗和预测治疗功效的治疗方法。

交叉引用

本申请要求2018年10月26日提交的第62/751,171号美国临时申请的权益，该美国临时申请通过引用以其整体并入本文。

公开背景

近视是全球上视力障碍的主要原因。2016年，全球近视患病率达到近 16亿病例，预计未来几十年内这一趋势将超过56亿病例。仅中国人口就有近4亿近视病例。近年来，它也成为亚洲学龄儿童最常见的视力障碍形式。

公开概述

本文公开了提供人工智能(AI)以进行近视发作和/或发展的预测或诊断的系统、方法、介质和设备。本文公开的AI具有彻底改变疾病诊断和预测的潜力，从而产生更好的护理标准。

在一些实施例中，本文公开的系统和方法考虑了近视分布的变化。例如，近视分布已显示出在不同种族和环境背景之间变化。典型的发作发生在5岁-15岁之间，但最近的中国报道指出，在出生后的头六个月内会发生发展。研究表明，中国大陆、新加坡和中国台湾地区的儿童近视患病率比欧洲儿童高得多，尽管研究报告显示，在中国成年人口和欧洲成年人口之间近视患病率相等分布。例如，已经发现10岁-11岁的英国学龄儿童中有3.4％患有近视，相比之下10岁的中国城市学龄儿童中有30.1％患有近视。尽管这有10倍的差异，但随后几年的指数患病率引起了对公众健康的关注。到15岁，78.4％的中国城市学生患有近视，到18岁，这一频率达到80％。诸如韩国和中国台湾的其它亚洲地区也注意到了类似的趋势，首尔19岁男性和台湾大学生的近视发生患病率分别为96.5％和90％。除了随着时间的推移近视的患病率不断增长之外，研究表明，从童年时期到青壮年的近视量增加，这表明近视的发展。

因此，本文公开了用于预测属于目标人群的个体的近视发作和/或发展的系统和方法。在一些实施例中，目标人群对应于族群、国籍、地理位置或区域或人群共有的其它因素。在一些实施例中，系统和方法将人口信息结合到用于预测近视发作和/或发展的预测算法中。例如，在预测个体的近视发作和/或发展时，预测算法可以包括对应于个体的种族和/或国籍的一个或更多个特征。可替代地或者组合地，可以对特定人群训练预测算法，使得个体可以被筛选，然后通过对适当的人群数据训练的适当算法来进行评估。

近视的持续发展会产生许多并发症，从白内障、青光眼、脉络膜视网膜变性到更严重的并存症(例如黄斑变性或视网膜脱离)，其可导致永久性视力障碍。最近亚洲学龄儿童近视发展的激增让一些人声称出现了“近视流行病”。预防新加坡成年人近视发展的平均经济成本相当于每年709 美元。仅在美国，每年就在治疗上花费2.5亿美元资金，而全球屈光保健服务接近200亿美元。矫正近视视力障碍的经济负担使大量人口面临不寻求治疗的风险，据估计，由于持续的未矫正视力障碍，全球损失了1214 亿美元的资金。事实上，研究表明，视力障碍与经济生产率下降、生活质量下降甚至死亡率上升有关。因此，提供近视发展的预测性分析将不仅减轻视力障碍，而且减轻对患者的个人和经济限制，因为可以采取预防措施来避免由于近视发展而导致的视力障碍。

在过去的几十年里上升的患病率、大量未经治疗的屈光不正和永久性视力障碍的潜在风险表明，对近视发展进行预防和治疗是至关重要的。因此，世界卫生组织建立了VISION 2020全球倡议，以消除近视和可避免失明的其它主要原因。目前治疗近视的方法包括使用眼镜、角膜塑形隐形眼镜、药物和角膜屈光手术；然而，并不是所有的方法都能够阻止发展的速度。有报告表明，在早期采取初步措施可以大大减少近视的发展，并可能减轻未来的经济负担。在Cho和Walline进行的另一项研究中，角膜塑形隐形眼镜显示出将发展程度减慢了近50％。在学龄儿童中使用阿托品显示了类似的结果。