白内障是一种在眼睛镜片内形成的不透明度，导致视力模糊。如果不透明度非常密集，则可能会导致失明。每年数百万人转向白内障手术，以恢复他们的愿景。在手术期间，眼科医生手术上除去患者眼睛的天然晶状体，并用一个称为眼内透镜（IOL）的人造一个人来取代它。白内障患者依靠他们的外科医生的培训和经验。它们还取决于外科医生选择正确的电源IOL。对于某些特殊类型的IOL，正确的电源的植入决定了程序的成功。
“我们都会像每一个患者都有完美的结果。传统数学真的不允许我们尽可能多地获得正确的答案。“
沃伦博士，眼科医生和山坡RBF计算器的创造者
人眼的一些测量可能与人的人有很大差异。这些变化使得难以准确地预测最佳术后结果所需的人造镜头的力量。眼科医生长期以于基于传统高斯光学的公式依赖于估计正确的IOL电力。计算利用标准测量技术和各种常用的公式。结果为±0.50屈光度（d），镜片功率的量度，被认为是一个成功的手术结果。计算通常在±0.50 d内提供78％的成功率。每年估计每年有2800万人接受白内障手术，成功率为许多患者可能与预期不同的结果。
白内障症状包括颜色感知因镜头变黄而变化，视力模糊和双重视野或“幽灵”。
“虽然屈光结果继续改善，但我们所有的眼科均偶尔会困扰与结果斗争。当然，我们都会像患者都有完美的结果，“沃伦山，M.D.是一名一直在表演白内障手术35年的眼科医生。“传统的数学不允许我们尽可能多地获得正确的答案。”
山博士解释说，在过去的40年里，眼科医生一直在进行更精确的计算，而是将这些改进描述为“痛苦的增量”。他说，部分问题是，没有足够的眼科医生在盒子外面一直在思考，这是一个不会瘟疫山的问题。他是训练有素的艺术家，经验丰富的作家和练习练习的医生。希尔也是商业飞行员，在业余时间的封闭式军用飞机示范小组成员。他不断寻求新的信息。
在10年努力更好地计算单独的白内障患者的IOL权力后，山上的新信息渴望特别富有成效，无论他们独特的眼部结构如何。Hill的方法，利用人工智能（AI）的力量，推动±0.50 D外科成功率达到90％。
汽车工业的课程
山上意识到需要一种计算镜头电源的完全新的方法。“眼科医生知道很多关于眼科手术，但几乎没有人被训练为数学家或工程师，”他承认。“你必须愿意在你的专长之外解决以新的方式解决长期问题。”
希尔知道Mathworks提供了工业强度的数学工具和思想matlab®可能对建模患者数据有用。他与Mathworks的工程师合作，其中一名熟悉汽车行业的类似建模问题：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，如径向基础函数，将发动机控制设置与发动机响应相关，并找到发动机设置的最佳组合，以存储在电子发动机控制器中。
Mathworks的开发工程师Pete Maloney熟悉这种方法，通过他以前的汽车行业经验。当Hill在MathWorks接近团队时，目的是优化白内障手术患者的眼镜光学力量，Maloney理解用于建模汽车发动机校准优化中复杂发动机行为的径向基函数（RBF）也可以应用于a像这样的问题。
“数学中的全新想法相对罕见，”山丘观察“，但以完全新的方式应用现有的思路是一个非常常见的解决问题的方法。”
MATLAB开发的径向基函数（RBF）IOL计算器模型。
必须使用高质量数据培训预测RBF网络模型。以前使用不一致的和有时验证的方法收集了用于眼睛测量的现有数据。Hill知道获得良好的RBF模型适合和预测需要比通常可用的更高质量的数据。
山上达到Doug Koch，M.D.是贝勒医学院眼科教授，李王，M.D.，Ph.D.，拜勒医学院眼科副教授，具有生物医学统计的经验。他们在一起概述了一个项目的准确性水平，例如这需要成功。
利用数据收集的适当方法和标准，山丘试图招募他所知道的最有经验的眼科医生，在美国和国外招募可信任的同事。这些眼科医生开始在白内障手术前使用Haag-Streit的高度准确地收集患者眼睛的详细测量Lenstar Piom以及观察到的术后结果。
基于802验证的测量和术后结果，最初的努力测试了人工智能模型可以准确地计算人工晶状体的功率放置在人眼内的前提。这个相对较小的数据集的预测结果很容易达到王博士概述的标准。随着该障碍清除，该项目向前迈进了为眼科外科医生创建一个全新的工具，以便为白内障手术屈光结果获得改善的准确性。
Haag-Streit Lenstar 900 Biomator使用Hill IOL计算器。（图片信用：哈拉焦 - Streit Diagnostics）
看到明确的结果
接下来，MathWorks在全球许多国家的外科医生使用大约3,400个外科手术案例的大约3,400个外科案例，并将RBF模型适合此数据。该团队将模型导出为Simulink万博1manbetx®，用于设计，模拟和测试系统的图形环境，然后从模型生成代码并将其部署到LenStar设备。计算器称为Hill-RBF计算器。AN.此计算器的在线版本也同时发布，因此全球任何眼科医生都可以访问。
“我们在第三版[山上RBF计算器]，你知道，从我的轮椅上看，我可能会在第48版的版本中工作，只是试图让它变得更好。”
沃伦博士，眼科医生和山坡RBF计算器的创造者
在2016年推出的计算器，很快被全球眼科群落采用。看到计算器的成功后，Hill的团队决定进一步改进工具。这涉及到达到更多眼科医生，培训他们收集数据，并创建更包容和准确的AI模型。共有44个调查人员参加过44个调查人员。贡献其案件的外科医生在志愿者基础上完成了这一切。
使用包含更大的数据集的计算器的更新和精致版本，外科医生现在看到了90％±0.50 d的结果，而更常用的传统和较旧的高斯公式的成功率为78％。为了将这一点，每年在全球范围内进行大约2800万个手术，结果的12％改善会导致340万额外的手术成功。对于近视的人来说，计算器的成功率甚至更高。
“这是眼科的主要进步，”山山说。“以持续准确的方式计算IOL的力量是我们一直在努力的40年，并且由于很多人的工作，我们能够大大提高准确性。”
正如Hill参加的会议一样，在这个主题上提出了多个名为讲座，并在世界各地传播了计算器的单词，计算器稳步增强了流行。他已经使这个工具在线提供，以便任何人使用，并且从一开始就没有收费。
基于来自超过12,000只眼睛的数据的山坡RBF计算器的第二个版本是在2018年推出的。它已成为Lenstar用户的北美最受欢迎的计算器，用于估算眼内镜片的力量，并已被使用全球超过200万次运营。
在其插入眼睛之前单件丙烯酸IOL。（图片信用：沃伦希尔，M.D.）
最近推出的第三个版本依赖于扩展眼睛数量的数据。现在，Hill的团队正在研究一个全新版本的计算器，包括通过与来自其他国家的眼科医生的合作，包括来自其他国家的新群体的数据。眼睛经常显示群体的解剖差异，并优化专门针对这些组的AI IOL功率选择模型提供了改进的计算精度的可能性。
Hill RBF计算器的另一个重要结果是能够更好地预测个体患者成功手术的可能性。嵌入在工具中是所谓的边界模型。这是训练数据集的外边界的额外模型（凸船）。如果一个人的眼睛从训练数据变化太大，则该边界模型表示RBF IOL预测可能没有足够的数据来确定正确的镜头电源。
“这是在手术前，任何人都能够被告知的眼科手术是第一次在一定程度上有准确性的机会，”山解释道。
他说，在这个项目上工作一直非常有益，特别是在来自世界各地的眼科医生的反馈方面。“现在，许多外科医生专门使用这个计算器，他们的结果非常令人惊叹，”希尔说。
希尔记得他的父亲曾经告诉他没有比一个好主意更强大的了。他考虑了使用AI对白内障手术IOL电力选择，是一个曾经一生的好主意，他很自豪地与世界分享。
“我们将使它变得更好。我们在第三版，你知道，从我的轮椅上看，我可能会在第48页上工作，只是试图让它变得越来越好。“
