人工智慧為近視的學齡兒童指引最合適的診療之道

你也是「四眼田雞」嗎？在這個智慧型手機普及、各種聲光娛樂充斥的年代，近視早已成了普及老少的文明病。根據美國境內出具的統計資料，台灣、日本及韓國近視盛行率高達46.7%，而衛福部也指出，我國學生視力不良率高於日本，可見國人近視比例的嚴重性。

近視乍看並不可怕，但如若發生高度近視，將可能帶來不可預測的影響。根據醫學研究，在高度近視的狀況下，眼球組織有較高的機率產生病變，例如：視網膜裂孔、視網膜剝離、黃斑部新生血管及青光眼等，嚴重者將可能失明、影響生活品質。

因此若能透過科技應用及早掌握，就能降低發生近視的風險，特別是先從學齡兒童著手。然而目前臨床上主要仰賴個別診療醫師之病歷紀錄和各級學校之護眼回條等紙本零散資訊，未能客觀、有效及科學化地了解，哪一種治療方式對幼童視力狀況控制較佳。這也讓擅長人工智慧項目的神經元科技發現，若可以針對學齡兒童近視打造一個風險分析與追蹤AI平台，對於未來預防性治療將會有很大的助益。

關鍵技術：善用演算法建構最佳化AI智慧輔助判讀模型

為提升平台可信度，神經元科技積極與三總、皓明等多家醫療院所合作收集病例，並進行資料登錄標註，包括適合病例之年齡、性別、視力、近視度數、眼軸長，經整理後進行分析，數量達到逾千筆。

有了數據後也需要建立一個具可信度的演算法，神經元科技梳理了參考數據、知識庫、規則與準則等，並融合推論引擎、方程式、分析引擎等打造出醫療器材軟體（SaMD）演算法，建置最佳化的AI智慧輔助判讀模型。此外，也建立資料庫、創建不同的分析模組，並建立危險分數分級以利未來判定依據；同時，建構網路分析平台，針對輸入新受試者資料能與資料庫比對分析給予病情分析與治療建議。

應用場景：讓模型為兒童找出合適的治療方式

神經元科技希望在學齡兒童近視風險分析與追蹤AI平台誕生後，讓每個近視的兒童都能藉由輸入一系列孩童視力、驗光單等各項檢查數值，就能得到兒童眼睛屈光發展的相關資訊。不僅能幫助家長及醫師追蹤兒童近視發展之狀況，也可以利用數據AI分析輔助家長及醫師對於兒童近視控制成效的評估，並從低濃度atropine、角膜塑型片、近視控制眼鏡，抑或近視控制型隱形眼鏡等眾多治療方式中，以科學方式建議出最適合的方法。

展望未來：把服務走到各角落，提升醫療品質也降低社會醫療成本

展望未來，神經元科技期待能將這套平台從台灣走向全世界的舞台，並從診所、醫院等場域，擴散到衛生所跟眼鏡行等多元場域，不僅讓更多人能享受到更好的醫療品質，也能同步降低社會的醫療成本，可謂一舉數得。