开发用于诊断年龄相关性黄斑变性的机器学习算法

如今，超过 1200 万 40 岁以上人群患有眼部疾病。最常见的是，老年患者易受影响于年龄相关性黄斑变性，这是一种因视网膜退化而导致中心视力模糊的眼部疾病。前者仅能通过复杂且昂贵的成像软件检测，典型如视野检查；这使得大量人群患有未经治疗的眼部疾病，并使其面临完全视力丧失的风险。使用机器学习算法已被提议用于诊治眼部疾病。然而，这些模型的开发受限于缺乏对适当模型与训练参数以最大化模型性能的理解。在我们的研究中，我们通过生成 6 个模型来解决这些问题，每个模型的学习率为 1 * 10^n，其中 n 为 0, -1, -2, ... -6，并为每个模型计算 f1 分数。我们的分析表明，样本不平衡是机器学习模型训练中的关键挑战，并可能导致训练代价的虚假改善，而这并不转化为模型预测性能的真实提升。考虑到该疾病的广泛影响及其不良后果，我们开发了一种机器学习算法以诊治该疾病。我们在包含超过 5000 名患者及其感染眼睛图片的多种眼部疾病数据集上训练了我们的模型。未来，我们希望该模型被广泛使用，特别是在资源不足地区，以更好地诊断眼部疾病并改善人类福祉。