Machine Learning gebruiken om visuele hulpmiddelen aan te passen voor patiënten met slechtziendheid

Volgens de WHO-definitie van visuele beperking waren er vanaf 2018 ongeveer 1,3 miljard mensen met een visuele beperking in de wereld, en slechts 10% van de landen kan ondersteunende diensten verlenen voor het herstel van visuele handicap. Hoewel China een van de landen is die revalidatiediensten kunnen bieden aan patiënten met een visuele beperking, kunnen niet alle visueel gehandicapte patiënten vanwege beperkingen op het aantal professionals in verschillende regio's, ongelijke diagnose en behandeling en regionale verschillen in economische omstandigheden de revalidatie van het aanpassen van hulpmiddelen.

Traditionele statistische methoden waren niet voldoende om het probleem van het intelligent aanmeten van hulpmiddelen op te lossen. Op dit moment zijn er bijna geen intelligente aanpasmodellen van hulpmiddelen ter wereld. Om ervoor te zorgen dat meer slechtziende patiënten nauwkeurige en snelle revalidatiediensten kunnen ontvangen, hebben we de afgelopen vijf jaar een cross-sectioneel onderzoek uitgevoerd naar de hulpmiddelen die geschikt zijn voor slechtziende patiënten in de provincie Fujian, China, en bij de bouwde tegelijkertijd een machine learning-model om op intelligente wijze het aanpassingsresultaat van de basishulpmiddelen voor slechtziende patiënten te voorspellen.