汽车行业医疗跨界：运用汽车行业的人工智能建模方法改善眼科手术效果

内障是眼球晶状体内形成的混浊，会导致视力模糊。如果浑浊程度非常高，可能会造成失明。

每年，有数百万人通过白内障手术恢复视力。在手术过程中，眼科医生会摘除患者眼中的天然晶状体，并用人工晶状体 (IOL) 取代。手术效果取决于外科医生接受的培训和经验，也取决于医生能否正确地选择人工晶状体度数。对于某些特殊类型的人工晶状体，唯有正确的度数才能确保手术成功。

“我们希望每位患者都能获得完美的手术效果。但传统的数学计算并不总能带给我们期望的正确答案。”

—— Warren Hill 博士，眼科医生，Hill RBF 计算器的发明者

眼部的某些测量值可能因人而异且差异明显。由于这些差异，医生难以准确预测实现最佳术后效果所需的人工晶状体度数。为正确估算人工晶状体度数，眼科医生长期依赖基于传统高斯光学的公式。这些计算使用标准的测量方法和各种常用公式。

人们通常认为，±0.50 D（屈光度，晶状体度数单位）意味着手术成功。基于这些计算通常能在 ±0.50 D 范围内实现 78% 的成功率。据估计，全世界每年有 2800 万人接受白内障手术，考虑到这一成功率水平，许多患者的术后效果可能偏离预期。

白内障症状包括由于晶状体发黄、视力模糊和复视或“重影”而引起的色觉改变。

“尽管屈光效果持续改善，但所有从事白内障手术的眼科医生都会时不时为屈光不正而苦恼。当然，我们希望每位患者都能获得完美的手术效果。”作为一名从事白内障手术 35 年之久的眼科医生，医学博士 Warren Hill 这样说道，“但传统的数学计算并不总能带给我们期望的正确答案。”

Hill 博士解释说，在过去 40 年里，眼科医生在更精确的计算方面取得了长足进步，但他认为这些是“艰难的渐进式”进步。他谈到，部分原因在于，很多眼科医生还没能跳出固有思维模式。但 Hill 不在其列。他是一位训练有素的艺术家、经验丰富的写手，当然也是一位身经百战的医生。在业余时间，Hill 还是一名商业飞行员，并身兼密集编队军用飞机表演队的成员。他不断搜寻着新信息。

这份求知若渴的精神带来了丰硕成果：经过 10 年的努力，Hill 找出了更好的方法来计算白内障患者个体的人工晶状体度数，且不受患者各自眼睛结构的影响。Hill 的方法运用了人工智能 (AI)，将 ±0.50 D 范围内的手术成功率提高到了 90%。

来自汽车行业的经验

Hill 意识到，需要一种全新的方法来计算晶状体度数。他承认：“眼科医生精通眼科手术，但几乎没有人接受过数学或工程方面的专业训练。你必须主动走出自己的专业领域，以新的方式解决长期存在的问题。”

Hill 了解到 MathWorks 提供了强有力的数学工具，他认为 MATLAB® 或许有助于患者数据建模。他与 MathWorks 的工程师合作，其中一位工程师熟悉汽车行业里类似的建模问题，即动力总成优化。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相关联，找到发动机设置的最优组合并存储在电子发动机控制器中。

MathWorks 的开发工程师 Pete Maloney 在汽车行业积累了丰富经验，因而熟练掌握了这一方法。Hill 求助于 MathWorks 团队，希望优化白内障手术患者人工晶状体的光学倍率，而 Maloney 意识到，径向基函数 (RBF) 可以在汽车发动机校准优化中对复杂的发动机行为建模，也可以用于解决 Hill 提出的问题。

Hill 指出：“在数学领域，全新的想法相对来说并不常见，但以全新方式应用已有想法是解决问题的常见出路。”

在 MATLAB 中开发的径向基函数 (RBF) 人工晶状体计算器模型。

要训练 RBF 网络预测模型，必须使用高质量的数据。而现有的眼部测量数据都是以前收集所得，采用的方法不一致，有些方法甚至未经充分验证。Hill 知道，要获得良好的 RBF 模型拟合和预测，必须使用较通常情况质量更高的数据。

Hill 联系了贝勒医学院的眼科教授 Doug Koch（医学博士）和贝勒医学院的眼科副教授 Li Wang（医学博士与哲学博士），他们都有生物医学统计学方面的经验。他们三人共同确定了该项目成功所需的准确度水平。

在确定了适当的数据收集方法和标准后，Hill 随后尝试招募他所认识的最有经验的眼科医生，包括美国和海外值得信赖的同行。这些眼科医生开始使用 Haag-Streit 的高精度 Lenstar 生物测量仪收集白内障手术前患者眼部的详细测量数据，以及观察到的术后结果。

根据 802 项经过验证的测量数据和术后结果，他们初步证明人工智能模型可以准确计算植入人眼的人工晶状体度数。这个相对较小的数据集的预测结果轻松满足了 Wang 博士确定的标准。随着这一障碍的消除，项目进展到下一步，即为眼科医生创造一种全新的工具，用于提高白内障手术屈光结果的准确性。

Haag-Streit Lenstar 900 生物测量仪使用 Hill 人工晶状体计算器。（图片所有权：Haag-Streit Diagnostics）

看得更清晰

接下来，MathWorks 使用了一个更大的数据集，其中包括全球许多国家/地区的外科医生记录的大约 3,400 例手术病例，并对该数据集进行 RBF 模型拟合。该团队将模型导出到 Simulink®（一个用于设计、仿真和测试系统的图形环境），然后从模型中生成代码并将其部署到 Lenstar 设备。这款计算器被称为 Hill-RBF 计算器。在线版计算器也同步推出，以便全世界的眼科医生使用。

“我们现在使用的是第三版（Hill RBF 计算器），或许有一天，我会在养老院里坐着轮椅研究第 48 版，我只希望让它更加完善。”

—— Warren Hill 博士，眼科医生，Hill RBF 计算器的发明者

这款计算器在 2016 年推出，很快便被全球眼科界所接受。计算器的成功推广促使 Hill 团队进一步完善这款工具。这需要联手更多眼科医生，对他们进行数据收集方面的培训，并创建一个更具包容性且更准确的人工智能模型。共有来自 20 个国家/地区的 44 名研究者参与了项目。这些外科医生均自愿无偿提供病例。

计算器依托更大的数据集得到了更新和改进，现在，外科医生能够在 ±0.50 D 范围内实现 90% 的成功率，而更为常用的传统高斯公式的成功率仅为 78%。从这个角度来看，以全球每年进行约 2800 万例手术计算，成功率提高 12% 意味着新增 340 万例成功手术。而对于近视人群，该计算器的成功率会更高。

Hill 表示：“这是眼科界取得的一项重大进步。40 年来，我们不遗余力，致力于以稳定的、更高的准确率计算人工晶状体度数；得益于许多人的不懈付出，准确率已经显著提升。”

Hill 积极出席会议，针对这一主题多次进行专题讲座，并在全球大力推广这款计算器，使之不断普及。从一开始，Hill 便把这款工具放在网上，供所有人免费使用。（https://rbfcalculator.com）

第二版 Hill RBF 计算器基于 12,000 多例眼部数据，于 2018 年推出。在北美地区 Lenstar 用户中，它已成为人工晶状体度数估计的第二大常用计算器，并已运用于全球超过 200 万例手术。

植入眼睛之前的单件亚克力人工晶状体。（图片所有权：Warren Hill，医学博士）

第三版计算器于不久前发布，采用的眼部数据量进一步增加。现在，Hill 的团队正在开发一款全新的计算器，他们与来自其他国家（如中国）的眼科医生合作，在计算器中纳入更多不同人群的数据。不同人群的眼睛往往呈现解剖学差异，针对这些人群优化人工智能人工晶状体度数选择模型，可以提高计算准确性。

Hill RBF 计算器的另一个重要成果是能够更准确地预测患者个体手术成功的可能性。这款工具包含一个边界模型。它是一个额外的模型，包含训练数据集外部边界，即凸包。如果患者眼部数据与训练数据相差太大，此边界模型将指出 RBF 人工晶状体预测可能没有足够的数据来确定正确的晶状体度数。

Hill 解释道：“我们能够在术前获知达到一定准确度的几率。这在之前的眼科手术中从未有过。”

他表示，从事这个项目意义非凡，全球眼科医生的反馈更是让他十分欣慰。Hill 说：“现在，这款计算器成为许多外科医生的首选，手术成果也非常喜人。”

Hill 记得父亲曾对他说，好的想法拥有无可比拟的力量。他认为，在白内障手术中应用人工智能选择人工晶状体度数，这是一个极为难得的绝妙想法，而他也很自豪能够与全世界分享。

“我们还会不断改进。我们现在使用的是第三版，或许有一天，我会在养老院里坐着轮椅研究第 48 版，我只希望让它更加完善。”