Согласно исследованию, опубликованному в ноябре в Интернете, подходы с использованием больших данных и машинного обучения могут улучшить прогнозирование близорукости у китайских детей. 6 в PLOS Medicine.
Хаотянь Линь, М.D., Ph.D., из Университета Сунь Ятсена в Гуанчжоу, Китай, и его коллеги разработали алгоритм для прогнозирования возникновения миопии высокой степени у китайских детей школьного возраста. В восьми офтальмологических центрах реальные данные о клинической рефракции были получены из электронных медицинских систем. Возраст, сферический эквивалент (SE) и годовая скорость прогрессирования были использованы для разработки алгоритма прогнозирования SE и миопии высокой степени на срок до 10 лет в будущем. Для обучения и проверки алгоритмов использовалось машинное обучение с произвольным лесом.
Исследователи обнаружили, что алгоритм точно предсказал миопию высокой степени при внутренней проверке (площадь под кривой [AUC], 0.903 к 0.986 на три года; 0.875 к 0.901 сроком на пять лет; и 0.852 к 0.888 в течение восьми лет), внешняя проверка (AUC, 0.874 к 0.976 на три года; 0.847 к 0.921 на пять лет; и 0.802 к 0.886 в течение восьми лет) и мультиресурсное тестирование (AUC, 0.752 к 0.869 за четыре года). Алгоритм обеспечивал клинически приемлемую точность в течение трех лет (AUC, 0.94 к 0.985), пять лет (AUC, 0.856 к 0.901) и восемь лет (AUC, 0.801 к 0.837) относительно прогноза развития миопии высокой степени к 18 годам.
"Наше исследование демонстрирует, что алгоритмы прогнозирования машинного обучения еще больше преобразуют преимущества исследования больших данных в клиническую практику," авторы пишут.