人工智能虚拟助理在初级眼科护理实践中

科学领域:

• 眼科诊断 眼科诊断 眼科诊断
• 医疗保健中的人工智能
• 临床决策支持系统临床决策支持系统

背景情况:

• 初级眼睛护理依赖于精确分类折射误差,双眼视力功能障碍和眼部疾病.
• 光学教育需要有效的工具来培训和发展诊断解释技能.
• 现有的诊断方法可能耗时,并且可能受益于人工智能驱动的支持.

研究的目的:

• 开发和评估一种基于人工智能 (AI) 的新型虚拟助理.
• 为初级眼科医生和光学学生提供决策支持.
• 在表格式的临床数据上训练人工智能模型,以预测眼科检查结果.

主要方法:

• 利用来自1125次光学检查 (2250只眼睛) 的匿名临床数据.
• 训练有素的机器学习算法来分类折射状态,双眼视力和眼部疾病.
• 采用数据预处理技术,包括一次热编码和SMOTE,火车/测试分成80%/20%.

主要成果:

• 随机森林算法实现了高性能:>95.2%的眼睛检查分类,>98.1%的眼睛疾病分类,>99.7%的双眼视力功能障碍差异化.
• 人工智能模型被集成到一个多语言的响应式Web应用程序中,用于直观的临床使用.
• 性能被严格评估,使用准确度,精度,灵敏度,F1得分和特异性.

结论:

• 开发了一种有效的AI虚拟助手,用于预测患者分类,眼睛疾病和双眼视力功能障碍.
• 人工智能助理展示了提高初级眼科护理实践的巨大潜力.
• 该工具也将成为光学教育课程的宝贵资产.