从感染性角膜炎的诊断到区分真菌亚型;一个基于深度学习的研究
Mohammad Soleimani1,2, Kosar Esmaili1, Amir Rahdar3
1Eye Research Center, Farabi Eye Hospital, Tehran University of Medical Sciences, Tehran, Iran.
Scientific reports
|December 14, 2023
概括
人工智能 (AI) 有助于诊断传染性角膜炎 (IK),这是导致角膜不透明的主要原因. 人工智能模型准确地识别了IK,区分了真菌和细菌原因,并区分了真菌类型,改善了早期检测和管理.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 传染性角膜炎 (IK) 是角膜不透明的重要原因,往往导致严重的视力障碍.
- 性角膜炎,特别是丝状类型,与细菌性角膜炎相比,预后更差.
- 目前对IK的诊断方法,如裂灯检查和角膜选,是侵入性的,耗时的,并且取决于经验.
研究的目的:
- 开发和评估人工智能 (AI) 模型,用于诊断传染性角质炎 (IK).
- 使用人工智能区分细菌和真菌角膜炎.
- 要区分有线状和酵母类型的真菌角膜炎与AI.
主要方法:
- 研究人员使用了来自977名IK患者的9,329张灯照片的数据集.
- 开发了三种AI模型:模型1用于一般IK诊断,模型2用于细菌与真菌的分化,模型3用于真菌亚型的分类.
- 模型性能是根据准确度指标来评估的.
主要成果:
- 模型1在诊断传染性角膜炎方面取得了99.3%的高准确性.
- 模型2在细菌和真菌角膜炎之间的区别中显示了84%的准确性.
- 模型3成功地区分了丝状和酵母真菌角膜炎,准确度为77.5%.
结论:
- 人工智能模型显示了传染性角膜炎准确有效诊断的巨大潜力.
- 人工智能可以帮助区分细菌和真菌病因,并进一步分类真菌亚型.
- 拟议的AI方法支持早期识别和及时治疗角膜炎,可能改善患者的治疗结果.
