人工智能模型对传染性角质炎分类的准确性:系统审查和元分析
Randy Sarayar1, Yeni Dwi Lestari2, Arnaud A A Setio3
1Residency Program in Ophthalmology Faculty of Medicine, Universitas Indonesia, Jakarta, Indonesia.
Frontiers in public health
|December 11, 2023
概括
深度学习 (DL) 在诊断传染性角膜炎 (IK) 中显示出高准确性,在许多情况下超过人类专家. 虽然对临床使用有希望,但模型架构和数据质量等挑战需要解决,以获得更广泛的应用.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 传染性角膜炎 (IK) 是一种危及视力的眼睛疾病,需要及时诊断和治疗.
- 目前对IK的诊断方法存在局限性,包括临床特征差异化和培养结果缓慢,导致治疗延迟.
- 深度学习 (DL) 是人工智能 (AI) 的一个子集,为自动化和准确的IK诊断提供了一个有希望的途径.
结论:
- DL算法在诊断和分类传染性角膜炎方面具有显著的潜力,其准确性与眼科医生的准确性相当或超过.
- 诸如DL模型架构,过拟合,数据集图像质量和IK固有的复杂性等因素可能会阻碍普遍的临床采用.
- 需要进一步开发和验证,以克服当前的局限性,并将DL有效地纳入常规的临床实践,以管理IK.
