视觉 承载着人们对于视觉质量的需求，为了达到 的 视力和 的视觉质量，以及 精准的医治。目前，这在临床工作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进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基层医院的延伸。
同时，常规检查内容以及新的检查方法的出现使得生物医学数据持续不断涌现，使得视觉 及屈光手术也面临着巨大的挑战，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、成果三者之间不断更新、优化。
在目前的医疗模式下，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，应该如何设计个性化的诊疗方案?临床医生经验水平参差不齐，应该如何进行临床决策和参数设计?生物数据的多源性并存在复杂的相互作用关系，如光学、角膜形态学、生物力学，应该如何进行综合分析?当缺乏全面、系统的视觉 诊疗体系时，应该如何进行风险规避和精准化?
这就需要眼科医疗大数据平台的建立。
1. 屈光手术球镜调整值预测模型及信息增益
基于人工智能和构建的手术方案预测模型已初步建立且 理想。在±0.05°的误差范围内，准确率分别达到92%和95%，具备一定的临床指导意义，相关结果已申请专利。
2. 利用数据挖掘拓展视觉科学认知
在未来，将构建并不断完善全国屈光不正 医治的标准化数据库;构建人眼角膜形态特征与视觉功能的关联网络;开发标准化、个性化的手术决策系统;开发手术设计软件(真正实现个性化视觉 )。
