人工智能和生物信息学方法的应用在眼部生物流体标记物的分析中:一个范围审查
Aidan Pucchio1,2, Saffire H Krance3, Daiana R Pur3
1Department of Ophthalmology, Queen's University, Kingston, ON, Canada.
概括
人工智能 (AI) 和生物信息学增强了眼部生物流体标记分析,以改善疾病诊断和向治疗. 眼科医生应该理解这些AI算法用于研究和临床应用.
科学领域:
- 眼科医生 眼科 眼科
- 生物信息学是一种生物信息学.
- 人工智能的人工智能
背景情况:
- 眼部生物流体分析对于诊断和管理眼部疾病至关重要.
- 人工智能 (AI) 和生物信息学为分析复杂的生物标记数据提供了先进的工具.
研究的目的:
- 审查人工智能和生物信息学在眼部生物流体标记分析中的应用.
- 探索监督和无监督的人工智能技术及其预测准确度.
- 评估生物信息学与眼科人工智能工具的整合.
主要方法:
- 对五个电子数据库 (EMBASE,Medline,Cochrane,Web of Science) 进行了全面的范围审查.
- 从创立到2021年7月14日发表的研究,重点是使用人工智能或生物信息学进行生物流体标记分析.
- 数据合成涉及对人工智能技术及其在眼部疾病研究中的应用进行分类.
主要成果:
- 177项研究符合纳入标准,其中糖尿病眼病 (28%),绿眼病 (14%),与年龄相关的黄斑变性 (11%) 是最常见的.
- 监督人工智能 (51%) 和无监督人工智能 (46%) 经常用于预测和子组识别,而生物信息学 (48%) 帮助数据解释.
- 结合人工智能和生物信息学的方法 (55%) 显示出强大的诊断准确性,并提供了对疾病机制的见解.
结论:
- 对眼部生物流体标记物的AI分析显示了高的诊断准确性和个性化治疗的潜力.
- 了解人工智能算法及其应用对于眼科医生在研究和临床环境中至关重要.
- 未来的研究应该专注于验证AI算法,以集成到临床实践中.
