根据 10 月 26 日在线发表在《美国医学会杂志眼科》杂志上的一项研究，对于高度近视患者，基于临床和影像信息准确预测长期视力 (VA) 的模型是可行的。

东京医科齿科大学的 Yining Wang 医学博士及其同事开发了机器学习模型，在一项回顾性、单中心队列研究中预测高度近视患者三年和五年的 VA。使用来自 967 名患者的 1,616 只眼睛的数据开发了回归模型来预测三年和五年的最佳矫正视力 (BCVA)。

研究人员发现，支持向量机和随机森林分别在三年和五年时提供了最佳的 BCVA 预测(分别为 R2、0.682 和 0.660)。Logistic 回归呈现出预测五年视力障碍风险的最佳性能(受试者工作特征曲线下面积，0.870)。最重要的预测变量是基线 BCVA(logMAR 比值比，0.298)，以及既往近视黄斑新生血管、年龄和 4 类近视黄斑病变(比值比分别为 3.290、1.578 和 4.899)，这些变量与五年后视力障碍的风险增加。

作者写道： “建议对这些高度近视患者进行定期随访检查，以监测近视病变的发展情况。”