2018年10月，两年一度的大洋洲角膜塑形学会(OSO)大会在澳大利亚黄金海岸举行。除了第一部分，以下是我在大会期间在“#OSO2018”下发布在近视简介Facebook页面上的一些总结。
4 -机器学习地形分析
保罗•吉福德博士他是澳大利亚新南威尔士大学的兼职高级讲师，也是近视简介公司的联合创始人。他解释了自己在“数字人类洞穴”中所做的事情，即开发用于自动地形评估的机器学习算法。保罗解释说，一个谷歌团队最近使用了128000张图像来自动化糖尿病视网膜病变分析，其准确性不亚于视网膜专家。在更小的范围内，他使用了300多张地图我们的临床实践开发一个“机器中的大脑”，它可以分析从一张OK后的地形图中输出的数字数据，通过神经网络过程(机器学习)预测形状的变化。我和我的同事Natalie Buckman和Felicity Sklavos在测试阶段从成百上千张地图的分类中搜索出了大量的乐趣，结果显示准确率达到了82%。
在实践中，这对我们意味着什么?Paul的自动地形分析算法仍处于早期阶段，需要更多的数据才能变得更加精确。对于新手来说，这具有令人兴奋的潜力，可以利用众多专家的分析经验，而不是仅仅依赖于一个人的分析经验。对于有经验的钳工来说，这是为了节省时间和提高效率。保罗的最后消息不要担心机器接管——国际象棋世界冠军卡斯帕罗夫是被机器大约20年前,最近一些人类玩家中级水平,结合机器,已经证明自己无与伦比的人或机器的隔离。So, if we can learn to work with our future machine overlords , we’ll do better than either will alone.
5 -光学区域大小在OK
这是一个热门的话题——在OrthoK中改变视区大小来减少治疗区，并假设这将创造更好的近视控制效果。保罗•吉福德博士提出了研究所以新油漆仍是干燥的(他是处理数据前一晚!)从工作他是做新南威尔士大学(澳大利亚)和波林Kang Vinod Masseedupally韩国组和两个,而才华横溢的验光最后一年的学生,迈克尔·Tran和考特尼普利斯特里,他们为最后一年的研究项目收集了数据。
在重复测量设计中，研究人员让17名年轻人采用标准的OK设计，为期一周，然后进行一周的洗脱，再进行一周的改进设计，采用更小的光学区直径(OZD)并增加非球面。他们发现，地形效应有显著差异，OZD平均减少了1mm。(图片右上角)最近的工作Langis米肖德的小组也显示了地形的变化与4曲线与5曲线设计。然而，我们还没有证明的是，这是否会影响到相对周边折射的变化。令人期待的是，新南威尔士大学的研究小组确实发现较小的OZD设计有更大的相对周边近视转移，尽管根据目前的早期分析，两种镜片类型都与基线有显著差异，但两种设计之间没有达到显著差异，尽管出现了趋势。
最后一个问题是，地形的改变是否会导致周围屈光的改变，从而进一步提高近视控制效果。目前还没有人知道。因此，从研究证据来看，说这种OK设计会比那种设计产生更好的近视控制效果还为时过早。但这是一个有希望的开始!
户外时间的地理差异
每天户外光照的差异可能导致近视患病率的地理差异。昆士兰科技大学(澳大利亚)副教授Scott Read向新加坡同龄儿童(61分钟/天)展示了澳大利亚儿童每天平均户外时间(105分钟/天)的数据。有趣的是，这种巨大的差异似乎发生在上学时间，放学后的户外时间增加了相似的数量。有什么重要的信息吗?每天少于60分钟似乎会增加儿童近视发展的风险，每天增加60-90分钟的户外强光照射似乎有保护作用。
