乾燥眼診断における涙膜の安定性評価と断裂パターンの分類のためのディープラーニング

科学分野:

• 眼科について
• 人工知能
• 医療診断

背景:

• 乾燥眼 (DE) の診断は主観的な評価に依存し,困難である可能性があります.
• 涙膜の不安定性と特殊な破裂パターン (BUP) は,DEの重要な指標です.
• 現在の診断方法は,観察者間の変化に苦しんでおり,広範な訓練を必要とします.

研究 の 目的:

• 涙膜の安定性を自動的に評価するための人工知能 (AI) システムを開発する.
• 乾燥眼の正確な診断のために,涙の断裂パターン (BUPs) を分類する.
• 涙フィルム指向の診断の枠組みの中で個別化された治療戦略をサポートします.

主な方法:

• 143人の眼 (98人のDE,45人の健康) のデータセットを分析した.
• 涙膜の断裂のビデオ録音は,マスク領域ベースのコンボリュレーションニューラルネットワークとテンポラルセグメントネットワークを使用して処理されました.
• AIシステムはDEの自動評価を行い,ライン,穴,スポット,ランダムブレイクの4つのBUPを特定しました.

主要な成果:

• AI診断モデルは,涙膜の破裂検出において91.8%の精度,そしてDEの識別において98%の精度を達成した.
• 機種分類モデルは 88%の精度を達成し,高精度でラインとスポットブレイクを記憶します.
• DEと健康な目の間で,そしてBUPのグループ間で,眼面のパラメータの有意な差異が見つかりました.

結論:

• AIシステムは,DE診断とBUP分類のための客観的で非侵襲的な方法を提供します.
• 観察者間の変動性と 広範な訓練の必要性を減少させます
• このシステムは標的治療をサポートし,個別化された乾燥眼治療戦略を進めている.