EGS-Net: framework strojového učenia obohateného o odborné poznatky na predpovedanie budúceho rizika vysokej myopie z longitudinálnych školských skríningových trajektórií

Vedci vyvinuli a overili nový prediktívny systém nazvaný Expert-Guided Stacking (EGS) na predpovedanie rizika vysokej myopie u detí pomocou longitudinálnych údajov zo školských skríningov z čínského okresu Binchuan zbieraných medzi jeseňou 2023 a jeseňou 2025. Systém kombinuje šesť konvenčných klasifikátorov (logistická regresia, náhodný les, XGBoost, SVM, naivný Bayes a AdaBoost) s modulom klinického rizika na základe odborných poznatkov. EGS framework dosiahol vysokú citlivosť 95,33 % a presnosť 92,11 %, čo umožňuje spoľahlivú identifikáciu detí s budúcim vysokým rizikom myopie. Analýza SHAP potvrdila, že longitudinálne trajektórie refrakcie sú kritickými faktormi pre interpretovateľnosť modelu. Tento prístup predstavuje škálovateľné riešenie pre školský monitoring myopie s prioritou na včasné klinické intervencie a personalizovanú starostlivosť o zrak.