在使用人工智能技术进行脊髓性视网膜脱落手术后预测视觉结果
Hui Guo1,2, Chubin Ou3, Guangyi Wang3
1Guangzhou Aier Eye Hospital, Jinan University, Guangzhou, China.
Translational vision science & technology
|May 22, 2024
概括
人工智能准确地预测了风湿性视网膜脱落 (RRD) 手术后的视觉结果. 机器学习模型强调黄斑参与是预测子宫切除术后功能恢复的关键.
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:
- 脊髓性视网膜脱落 (RRD) 影响视觉功能,需要手术干预.
- 预测术后视觉结果对于患者的管理和预期至关重要.
- 带有气体吸管的Pars plana vitrectomy (PPV) 是RRD的一个常见的手术治疗方法.
研究的目的:
- 开发和评估人工智能 (AI) 模型,用于预测RRD手术后的功能结果.
- 为了确定视力障碍术后视力障碍的关键手术前预测因素.
- 评估多式联通数据融合在RRD人工智能模型开发中的实用性.
主要方法:
- 对接受PPV的184名RRD患者的回顾性审查.
- 开发一种深度学习模型,使用超广场基底图像,OCT,年龄,性别和手术前BCVA.
- 采用多式联络融合方法来整合多种数据源.
主要成果:
- 40%的患者在手术后3个月出现视力损伤.
- 人工智能模型的AUC达到0.91,准确度为0.86,灵敏度为0.94,特异性为0.80.
- 在OCT和 fundus 图像中,黄斑参与被确定为最重要的预测因子.
结论:
- 人工智能模型可以有效地预测RRD患者的功能结果,即使数据有限.
- 多模式融合增强了RRD手术后视觉结果的预测准确性.
- 人工智能驱动的洞察力可以帮助临床医生管理患者的期望和治疗计划.
