在白内障手术中术前预测手术内并发症:一种机器学习方法
Michail Angelos Gkikas1, Konstantinos Vrettos2, Ioannis Tsinopoulos3,4
1Master's Program in Ocular Surgery, School of Medicine, Aristotle University of Thessaloniki, 54124, Thessaloniki, Greece. angelo.gkikas@gmail.com.
International ophthalmology
|November 12, 2025
概括
机器学习模型可以使用手术前数据预测白内障手术中的手术内并发症. 年龄,tamsulosin使用和外科医生经验是关键预测因素,尽管模型的表现适度.
科学领域:
- 眼科医生 眼科 眼科
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 在白内障手术中的术内并发症可能会影响视觉结果.
- 术前识别高风险患者对于手术规划和个性化护理至关重要.
研究的目的:
- 应用先进的机器学习 (ML) 模型来预测白内障手术中的多次手术内并发症.
- 为了利用常规的手术前数据进行风险分层.
主要方法:
- 对3,957次白内障手术的分析.
- 开发和比较四个ML模型:XGBoost,随机森林,CatBoost和TabPFN.
- 应用随机亚抽样来解决类不平衡和特征重要性的SHAP分析.
主要成果:
- TabPFN实现了0.62的曲线下面积 (AUC) 的最高值;随机森林和CatBoost的AUC为0.61.
- 随机森林产生了最高的F1分数0.46.
- 通过SHAP分析确定的关键预测因素包括患者年龄,tamsulosin使用和外科医生的经验.
结论:
- 证明了在白内障手术中使用机器学习用于术前风险建模手术内并发症的可行性.
- 预测性能适度,表明需要对更大或外部数据集进行验证.
- 进一步的研究可以增强ML在优化白内障手术规划中的作用.
