相关实验视频
Updated: Jun 30, 2025
09:59
An “All-laser” Endothelial Transplant
Published on: July 6, 2015
9.5K
人工智能用于状角质整形.
Sebastian Siebelmann1, Takahiko Hayashi2, Mario Matthaei3
1Augenärzte Kölner Höfe, Gemeinschaftspraxis Solingen, Deutschland.
Klinische Monatsblatter fur Augenheilkunde
|March 19, 2024
概括
人工智能 (AI) 显示出极大的潜力,可以优化状角质形成,特别是光学连贯断层扫描成像. 当前的人工智能应用专注于预测结果和自动化常规参数分析,例如DMEK,DSAEK和DALK.
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:
- 状角膜成形正在越来越多地被研究,光学连贯断层扫描 (OCT) 提供高分辨率,非侵入性成像.
- 人工智能在优化层状角膜整形中的应用正在出现,尽管尚未得到充分探索.
- 海外国家和地区的能力与眼科应用的AI非常一致.
研究的目的:
- 审查目前的人工智能 (AI) 在优化状角质成形方面的应用和潜力.
- 突出AI在提高角膜移植诊断和预后能力方面的作用.
- 确定AI在状角质成形中的局限性和未来方向.
主要方法:
- 审查现有的关于人工智能在状角质塑造中的应用文献.
- 对人工智能与光学连贯断层扫描 (OCT) 结合用于角膜成像的使用进行分析.
- 对AI算法进行检查,以预测Descemet膜内皮质角质整形 (DMEK),Descemet剥离自动化内皮质角质整形 (DSAEK) 和深前层状角质整形 (DALK) 的结果.
主要成果:
- 人工智能正在用于预测DMEK和DSAEK的重新泡成功,并评估移植粘附度.
- 人工智能有助于预测DALK中的"大泡"的形成.
- 人工智能可以自动记录角膜,内皮细胞密度和移植脱落大小.
结论:
- 人工智能具有优化状角膜整形手术程序和结果的巨大潜力.
- 当前的人工智能算法在状角质成形中的特定预测和分析任务中表现有前途.
- 人工智能算法在不同中心,外科医生和设备之间广泛的可转移性仍然是一个局限性.
