视觉 承载着人们关于视觉质量的需求，为了抵达 的 视力和 的视觉质量，以及 精准的医治。现在，这在临床事情和科学研究中仍面临着挑战。因此，在生物医学的数据时代，就需要眼科和视光医疗机构举行信息化和智能化的构建，其内容包括逐步完善的电子病历系统、逐步优化的医疗信息平台、逐步患者服务互联网+、医联体平台的构建及下层医院的延伸。

　　同时，通例检查内容以及新的检查要领的泛起使得生物医学数据一连一直涌现，使得视觉 及屈光手术也面临着重大的挑战，同时也为人工智能带来了极大的开发及应用潜力。临床、数据、效果三者之间一直更新、优化。

　　在现在的医疗模式下，视觉 领域的研究面临几个主要的问题：鉴于生物个体的独*性，应该怎样设计个性化的诊疗计划?临床医生履历水平狼籍不齐，应该怎样举行临床决媾和参数设计?生物数据的多源性并保存重大的相互作用关系，如光学、角膜形态学、生物力学，应该怎样举行综合剖析?当缺乏周全、系统的视觉 诊疗系统时，应该怎样举行危害规避和精准化?

　　这就需要眼科医疗大数据平台的建设。

　　1. 屈光手术球镜调解值展望模子及信息增益

　　基于人工智能和构建的手术计划展望模子已起源建设且 理想。在±0.05°的误差规模内，准确率划分抵达92%和95%，具备一定的临床指导意义，相关效果已申请专利。

　　2. 使用数据挖掘拓展视觉科学认知

　　在未来，将构建并一直完善天下屈光不正 医治的标准化数据库;构建人眼角膜形态特征与视觉功效的关联网络;开发标准化、个性化的手术决议系统;开发手术设计软件(真正实现个性化视觉 )。