白内障是眼睛晶状体内形成的混浊，导致视力模糊。如果混浊非常密集，可能导致失明。每年有数百万人通过白内障手术来恢复视力。在手术过程中，眼科医生通过手术摘除患者眼睛的天然晶状体，并用人工晶状体(IOL)取而代之。白内障患者依赖于他们的外科医生的培训和经验。他们也依赖于外科医生选择正确的人工晶状体。对于某些特殊类型的人工晶体，正确的功率的植入决定了手术的成功。
“我们都希望每位患者都有一个完美的结果。传统的数学确实不允许我们经常得到正确的答案。”
沃伦·希尔博士，眼科医生，希尔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。
白内障症状包括由于晶状体变黄、视力模糊和双眼或“鬼影”而引起的色觉变化
“尽管屈光不正的结果在不断改善，但我们所有做白内障手术的眼科患者偶尔都会为屈光不正的结果而挣扎。当然，我们都希望每个患者都有一个完美的结果，”他说沃伦山，M.D.，一位从事白内障手术35年的眼科医生。“传统的数学不允许我们经常得到正确的答案。”
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％。
汽车工业的经验教训
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，并想到了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。”
在MATLAB中开发的径向基函数（RBF）人工晶状体计算器模型。
预测RBF网络模型必须用高质量的数据进行训练。现有的眼部测量数据以前是用不一致的、有时验证不充分的方法收集的。Hill知道，要获得良好的RBF模型拟合和预测，需要比正常情况下高质量的数据。
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生物计，以及观察的术后结果。
基于802次有效测量和术后结果，最初的努力验证了一个前提，即人工智能模型能够准确计算植入人眼的人工晶状体的度数。这个相对较小的数据集的预测结果很容易满足王博士概述的标准。随着这一障碍的消除，该项目向前迈进，为眼科外科医生创造了一种全新的工具，用于提高白内障手术屈光度结果的准确性。
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使用了一个更大的数据集，由世界各地许多国家的外科医生提供了大约3400例外科病例，并将RBF模型与该数据相匹配。团队将模型导出到Simulink金宝app®，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。该计算器被称为希尔RBF计算器。一此计算器的在线版本同时也被释放了，所以全世界的眼科医生都可以访问。
“我们在第三版(希尔RBF计算器)，你知道，从我在养老院的轮椅上，我可能会在第48版工作，只是想让它变得越来越好。”
沃伦·希尔博士，眼科医生，希尔RBF计算器的创造者
该计算器于2016年推出，迅速被全球眼科界采用。看到计算器的成功，希尔的团队决定进一步完善这个工具。这包括接触更多的眼科医生，培训他们收集数据，并创建一个更具包容性和准确性的人工智能模型。总共有来自20个国家的44名调查人员参加了调查。提供病例的外科医生都是在志愿者的基础上这样做的。
使用包含更大数据集的更新和改进版本的计算器，外科医生现在看到的结果是90%±0.50 D的准确性，而更常用的传统和旧的高斯公式的成功率是78%。从这个角度来看，全球每年大约有2800万例手术，12%的结果改善将导致340万例额外的手术成功。对于近视的人来说，这个计算器的成功率更高。
“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。”
随着希尔参加各种会议，在这个主题上发表了多个命名的演讲，并在世界各地传播这个计算器，这个计算器逐渐受到欢迎。他从一开始就让任何人都可以在网上使用这个工具，而且是免费的。
Hill RBF计算器的第二个版本于2018年推出，基于12000多只眼睛的数据。它已成为Lenstar用户在北美第二流行的估算人工晶状体度数的计算器，并已在全球200多万次手术中使用。
单件丙烯酸人工晶状体植入眼睛前(图片来源：沃伦·希尔医学博士）
最近发布的第三个版本依赖于更多眼睛的数据。现在，希尔的团队正在与中国等其他国家的眼科医生合作，开发一个全新版本的计算器，包括来自新人口的数据。不同人群的眼睛经常表现出解剖上的差异，针对这些人群优化人工智能人工晶体功率选择模型可以提高计算精度。
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手术成功的可能性。该工具中嵌入的是所谓的边界模型。这是训练数据集外部边界的一个附加模型(凸壳)。如果一个人的眼睛与训练数据相差太大，这个边界模型将表明RBF IOL预测可能没有足够的数据来确定正确的晶状体功率。
“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，在这个项目上的工作非常有意义，特别是从世界各地的眼科医生那里得到的反馈。希尔说:“许多外科医生现在只使用这个计算器，他们的结果相当惊人。”
希尔记得他的父亲曾经告诉他，没有什么比一个好主意更强大。他认为在白内障手术中使用人工智能选择人工晶状体动力是一个一生只有一次的好主意，他很自豪地与世界分享。
“我们会让它变得更好。我们的版本是第三版，你知道，从我在疗养院的轮椅上，我可能正在编写第48版，只是想让它越来越好。”
