基于 Fundus 照片的自动视网膜血管分析作为非眼科疾病的预测器-演变和前景
Ciprian Danielescu1, Marius Gabriel Dabija2, Alin Horatiu Nedelcu3
1Department of Ophthalmology, University of Medicine and Pharmacy "Grigore T. Popa", 700115 Iasi, Romania.
Journal of personalized medicine
|January 22, 2024
概括
视网膜血管分析 (RVA) 对心血管风险和其他健康状况提供了宝贵的见解. 先进的AI工具正在增强RVA的功能.
科学领域:
- 眼科和心血管医学.
- 医学成像和人工智能 医学成像和人工智能
背景情况:
- 视网膜血管分析 (RVA) 在评估心血管风险方面有着悠久的历史.
- 像视网膜血管分析仪这样的数字成像工具已经产生了关于RVA预后价值的大量证据.
- RVA不仅仅是心血管疾病,还包括神经,炎症,脏和呼吸系统疾病.
研究的目的:
- 审查视网膜血管分析 (RVA) 对各种疾病的预后价值.
- 突出人工智能 (AI) 在推进RVA中的作用.
- 讨论将RVA纳入临床实践的未来挑战.
主要方法:
- 使用数字成像工具进行视网膜血管分析 (例如,视网膜血管分析仪,IVAN,SIVA,VAMPIRE).
- 使用动态血管分析仪 (DVA) 研究神经血管合.
- 利用人工智能 (AI) 算法 (例如,QUARTZ,SIVA-DLS) 来进行数据提取和预测.
主要成果:
- RVA对心血管,脑血管和其他系统性疾病具有预后价值.
- 人工智能算法在提取基底照片的信息以进行预测方面表现出高效率.
- RVA有可能监测治疗反应,例如对体力活动或减肥手术的反应.
结论:
- RVA是一种有价值的工具,除了心血管健康之外还有广泛的应用.
- 人工智能集成承诺增强RVA的预测能力.
- 未来的努力应该集中在将RVA与其他风险因素集成到全面的AI驱动工具中,并提高临床接受度.
