【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于确定与人的屈光值的进展相关的数据的处理设备、计算机实施的方法和计算机程序，并且涉及一种用于提供与屈光值的进展相关的数据的系统、计算机实施的方法和计算机程序。
技术介绍
1、pascolini d.和mariotti s.p,global estimates of visual impairment:2010[全球视力损害估计：2010]，br j ophthalmol《英国眼科学杂志》2012；96:614e618.doi:10.1136/bjophthalmol-2011-300539将视力损害描述为全球性的健康和社会经济问题，其特征在于分布不均。视力损害的主要原因是未矫正的屈光不正，占原因的43％。尽管出现了预防性政策，但在过去10年中，情况并没有太大变化，并且未矫正的屈光不正仍然出现在全球不同地区视力损害的主要原因列表上。
2、grzybowski a.等人，a review on the epidemiology of myopia in schoolchildren worldwide[全球学龄儿童近视流行病学综述],bmc ophthalmology《bmc眼科》(2020)20:27指出亚洲国家近视患病率为60％，其中，东亚国家显示出甚至更高的73％的患病率。进一步，该研究显示欧洲国家的近视患病率为40％，而北美儿童的近视患病率为42％。相反，非洲和南美洲国家显示出低于10％的近视患病率。
3、dong l.等人,prevalence and time trends o
4、考虑到近视和高度近视造成的视觉和病理后果，在早期阶段解决该问题很重要。用于矫正如近视等屈光不正的标准方法有眼镜、隐形眼镜或屈光手术。然而，基于目前和预计的全球屈光不正的估计值，这些方法只能矫正屈光不正，但可能不足以减缓进一步的进展。
5、除了这些提到的矫正方法，walline j.j.等人，interventions to slowprogression of myopia in children[减缓儿童近视进展的干预措施]，2020，cochranedatabase syst rev.1《科克伦数据库系统第1版》:cd004916；https://doi.org/10.1002/14651858.cd004916.pub4，证明不同的解决方案已成功减缓或阻止近视进展的速度。示例包括施用不同剂量的阿托品；使用眼镜镜片，具体是双焦点眼镜、渐进式多焦点镜片、周边离焦镜片或多区正向光学离焦镜片；使用多焦点隐形眼镜；以及使用角膜矫正术。
6、是否可以向人应用某种类型的近视治疗主要取决于该人患近视和近视进展的风险。morgan i.g.等人，imi risk factors for myopia[imi近视的风险因素]，invest.ophthalmol.vis.sci.《眼科研究与视力学》2021；62(5):3报告称，近视界在过去几十年中投入了大量精力来了解能够影响这种风险的关键参数。尽管已经提出了大量影响近视发生和进展的变量，但经常被提及的只有少数几个。这些参数间包括种族、行为习惯和父母近视情况。
7、可经由https://bhvi.org/myopia-calculator-resources/获得的myopiacalculator(近视计算器)提供了用于通过使用与人相关的数据来预测人的屈光值的进展的在线软件，该数据包括人的年龄、种族和屈光不正以及要对人应用的推荐的近视治疗。在此基础上，该软件计算与标准矫正程序(如单光眼镜镜片)相比近视进展减缓的百分比的预测值，并且计算在立即开始或不开始推荐的近视治疗的情况下人的屈光不正过程的预测值。
8、可经由https://myopiacare.com/myappia-myocalc/获得的myappia提供了用于通过使用与人相关的数据来预测人的屈光值的进展的另一在线软件，该数据包括年龄；人的屈光状态(包括人的眼睛的等效球镜度)，以及要对人应用的一种或多种推荐的近视治疗。在此基础上，该软件基于要对人应用的推荐类型的近视治疗中的一种或多种近视治疗来同时计算近视进展减缓的百分比的预测值和人的屈光不正过程的预测值。
9、us2018/160894 a1披露了用于推测眼病患者的眼睛状况进展的方法、系统和计算机程序产品。当患者去看眼科医生时，患者或监护人可能对当前的眼睛状况以及对未来眼睛状况进展的预测感兴趣。本专利技术的各方面可以用于预测患者(例如，儿童)在检查后的多个不同检查后时间的眼睛状况的进展。预测患者的眼睛状况随时间的进展可以用于帮助眼科医生为患者定制治疗计划和/或定制后续检查时间表。
10、wo 2020/083382 a1披露了用于执行近视发生和进展的诊断的系统、方法、设备和介质。机器学习算法使得能够自动分析相关特征以生成预测。还披露了并入机器学习算法来识别合适的治疗和预测治疗功效的治疗方法。
11、wo 2020/126513 a1披露了一种用于构建预测模型的方法，该预测模型用于预测至少一个人的至少一个视力相关参数随时间的演变，该方法包括：获得连续值，这些连续值分别对应于一组个体中的至少一名成员的第一预定类型的至少一个参数随时间的重复测量结果；获得该组个体中的(多名)成员的(多个)视力相关参数随时间的演变；由至少一个处理器构建预测模型，包括将连续值的至少一部分与所获得的该组个体中的(多名)成员的(多个)视力相关参数随时间的演变关联起来，该关联包括联合处理与第一预定类型的(多个)参数中的同一参数相关联的连续值的至少一部分。预测模型对联合处理的值中的每个值的依赖程度不同。
12、wo 2020/126514 a1披露了一种用于预测至少一个人的至少一个视力相关参数随时间的演变的方法，该方法包括：获得人的连续值，这些连续值分别对应于人的第一预定类型的至少一个参数随时间的重复测量结果；由至少一个处理器通过使用与一组个体相关联的预测模型根据所获得的人的连续值来预测人的视力相关参数随时间的演变；该预测包括将人的连续值的至少一部分与所预测的人的视力相关参数随时间的演变关联起来，该关联包括联合处理与第一预定类型的同一参数相关联的连续值。所预测的演变对联合处理的值中的每个值的依赖程度不同。
13、us2021/145271 a1披露了一种用于使用预测计算和矫正视力模拟来确定患者矫正镜片处方的系统和方法。总之，这些技术作为综合屈光检查仪测试的数字替代品，从而减少了与眼睛检查相关的成本、时间和人为错误。基于年龄、性别、自动验光仪读数和环境因素，计算出患者特定模型并将其馈入视觉模拟工具中。根据这种模拟，眼本文档来自技高网...
【技术保护点】
1.一种用于确定与人的屈光值的进展(114)相关的数据的处理设备(120)，其中，该处理设备(120)被配置为o接收与人相关的数据，该数据包括
2.根据前一项权利要求所述的处理设备(120)，其中，该至少一个风险因素选自与以下各项中的至少一项相关的数据：
3.根据前一项权利要求所述的处理设备(120)，其中，与该人的行为习惯相关的该至少一个参数选自与以下各项中的至少一项相关的数据：
4.根据前述权利要求中任一项所述的处理设备(120)，其中，与该人相关的该数据进一步包括至少一种类型的近视治疗(328)，其中，该至少一种类型的近视治疗(328)选自对以下各项中的至少一项的应用：
5.根据前述权利要求中任一项所述的处理设备(120)，其中，该至少一种机器学习算法(132)包括使用第一预测模型(136)和第二预测模型(138)，其中，该第一预测模型(136)生成中间预测数据，其中，该中间预测数据被用作该第二预测模型(138)的输入。
6.根据前一项权利要求所述的处理设备(120)，
7.根据前一项权利要求所述的处理
8.根据前两项权利要求中任一项所述的处理设备(120)，其中，该至少一种机器学习算法(132)的总数据输入包括第一量的纵向数据输入和第二量的截面数据输入，其中，该第一量为30％至70％，并且该第二量为30％至70％，其中，该第一量和该第二量相加为100％。
9.根据前述权利要求中任一项所述的处理设备(120)，其中，该处理设备(120)进一步被配置为确定以下各项中的至少一项：
10.一种用于提供与人的屈光值的进展(114)相关的数据的系统(110)，该系统包括
11.根据前一项权利要求所述的系统(110)，其中，该至少一个输出界面进一步被配置为进一步提供以下各项中的至少一项：
12.一种用于确定与人的屈光值的进展(114)相关的数据的计算机实施的方法，该方法包括以下步骤：
13.根据前一项权利要求所述的方法，其中，使用该至少一种机器学习算法(132)包括使用第一预测模型(136)和第二预测模型(138)，其中，该第一预测模型(136)生成中间预测数据，其中，该中间预测数据被用作该第二预测模型(138)的输入。
14.一种用于提供与人的屈光值的进展(114)相关的数据的计算机实施的方法(210)，该方法(210)包括以下步骤：
15.一种计算机程序，包括指令，当该程序由计算机执行时，这些指令使该计算机执行根据前述方法权利要求中任一项所述的方法的至少一个步骤。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于确定与人的屈光值的进展(114)相关的数据的处理设备(120)，其中，该处理设备(120)被配置为o接收与人相关的数据，该数据包括
2.根据前一项权利要求所述的处理设备(120)，其中，该至少一个风险因素选自与以下各项中的至少一项相关的数据：
3.根据前一项权利要求所述的处理设备(120)，其中，与该人的行为习惯相关的该至少一个参数选自与以下各项中的至少一项相关的数据：
4.根据前述权利要求中任一项所述的处理设备(120)，其中，与该人相关的该数据进一步包括至少一种类型的近视治疗(328)，其中，该至少一种类型的近视治疗(328)选自对以下各项中的至少一项的应用：
5.根据前述权利要求中任一项所述的处理设备(120)，其中，该至少一种机器学习算法(132)包括使用第一预测模型(136)和第二预测模型(138)，其中，该第一预测模型(136)生成中间预测数据，其中，该中间预测数据被用作该第二预测模型(138)的输入。
6.根据前一项权利要求所述的处理设备(120)，
7.根据前一项权利要求所述的处理设备(120)，
8.根据前两项权利要求中任一项所述的处理设备(120)，其中，该至少一种机器学习算法(132)的总数据输入包括第一量的...
【专利技术属性】
技术研发人员：M·J·巴拉扎伯纳尔，A·奥伦多夫，P·桑兹迪兹，冯贤财，S·瓦尔，T·克拉泽，
申请(专利权)人：卡尔蔡司光学国际有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。