据不完全统计，我国每年平均发生500万—1200万例眼外伤。其中复杂眼外伤因致伤因素多样，伤情较重，以往视力无光感便意味着需要进行眼球摘除，严重影响患者的工作和生活质量。

　　近日，天津医科大学中华医学会眼科学分会眼外伤学组组长颜华教授团队在20多年对复杂眼外伤救治的临床与基础研究之上，与多学科专家联手，共同建立了世界首个VisionGo视力预测系统，该系统可以预测伤眼通过玻璃体切除手术治疗后重新获得光感的可能性，为评估伤眼的转归和预后提供科学依据。该系统还可评估干预哪些危险因素能够使无光感眼获得更好的视力预后，避免了玻璃体切除手术的盲目性。

　　复杂性眼外伤面临“盲切”难题

　　眼外伤是由于机械性、物理性、化学性等因素直接作用于眼部，引起的眼结构和功能的损害。由于眼睛的位置比较特殊，受伤的机会远高于身体其他部位，而且眼睛结构也精细特殊，一次严重的眼外伤可同时累及多个眼睛内部结构组织，造成严重的后果。

　　颜华介绍，复杂性眼外伤不仅伤害大，而且治疗起来也非常复杂、困难。“复杂性眼外伤涉及角巩膜裂伤、虹膜损伤、前房积血、晶状体损伤、玻璃体积血、球内异物、眼内感染、视网膜脱离、脉络膜脱离等，严重者可导致视力无光感，眼球萎缩。”颜华说，以往视力无光感就意味着需要进行眼球摘除，这会给患者及其家庭带来极大痛苦。

　　颜华团队通过对全国大量复杂性眼外伤病例的收集及研究发现，造成视力无光感的原因包括视神经损害，玻璃体腔浓厚积血，视网膜、脉络膜下出血或脱离，以及视网膜中央动、静脉阻塞等。通过玻璃体切除手术将玻璃体和视网膜下积血完全清除，使视网膜和脉络膜复位，手术后约1/3的患者可恢复光感。因此，眼外伤后视力无光感，不能说明这只眼睛就失去了治疗价值。

　　“但是对于复杂性眼外伤后视力无光感的病人来说，手术后能恢复光感以上视力的人毕竟只是少部分，大部分人术后还是无光感，甚至避免不了眼球萎缩的命运。”颜华说，因此需要一种设备或智能系统在术前预测患者术后视力恢复情况，做到精准治疗，避免手术治疗的盲目性。

　　视力预测系统可指导医生手术

　　为此，颜华团队与多学科专家联手，建立了基于机器学习技术的世界首个VisionGo视力预测系统。

　　机器学习是人工智能的一个子领域，它的个性化预测已被验证在多种疾病的转归和预后预测中，具有较高的准确性。如机器学习能够实现儿童自闭症及儿童近视发展的准确预测，为早期干预提供依据。但是机器学习在复杂性眼外伤无光感眼视力预后预测领域中的应用尚无报道。

　　颜华团队联合了全国14个研究中心，通过病历系统收集了各中心近10年复杂性眼外伤无光感眼患者的原始临床资料，然后将数据归一化和格式化，查补缺失的部分数据，建立了我国迄今最大的眼外伤无光感眼数据库。

　　团队通过对这些样本进行详尽的分析、处理，采用机器学习的方法，构建起VisionGo视力预测系统。

　　将眼外伤患者的临床特征输入该预测系统后，系统会通过一系列算法分析得出这个患者经过玻璃体切除手术治疗后重获光感的可能性，同时还能够分析得出该患者的哪些临床特征将对这个视力结局起到关键性作用。

　　“对于预测能够恢复光感视力的眼球，医生通过玻璃体切除手术，术中针对关键性临床特征对症处理，能够使无光感眼获得更好的视力预后。”颜华表示，目前VisionGo视力预测系统准确率可达90％以上，同样数据用国际眼外伤评分OTS方法预测准确率仅为49％。