人工智能在近视视图化中的应用:一个全面的范围审查
1Department of Ophthalmology, Security Forces Hospital, Riyadh, Saudi Arabia.
Middle East African journal of ophthalmology
|February 17, 2025
概括
人工智能 (AI) 模型在对近视患者的光学连贯性断层扫描 (OCT) 图像上显示出高精度的细分胆管. 这些深度学习工具有助于诊断和监测近视相关的结构和血管变化.
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:
- 人工智能 (AI) 和深度学习模型越来越多地用于光学连贯断层扫描 (OCT) 图像中的胸腔细分.
- 需要就特定AI模型的有效性和应用在近视症中的胸膜可视化方面达成共识.
研究的目的:
- 系统地审查和综合人工智能模型在近视患者胸腺细分中的有效性和作用.
- 评估AI评估的诊断准确性和AI评估的冠状腺变化与近视相关的生物标志物.
主要方法:
- 在PubMed,Web of Science和Scopus上进行了系统的文献搜索,直到2024年2月.
- 包括专注于人工智能/深度学习的研究,用于近视和带细分,使用OCT图像.
- 分析了12项研究,详细介绍了各种AI模型,如U-Net和Mask R-CNN.
主要成果:
- 人工智能模型,主要是深度学习,在近视方面表现出高的诊断准确性 (灵敏度,特异性,AUC).
- 评估的生物标志物包括冠状腺厚度,血管性指数和血管/光线/体体积.
- 人工智能有效地识别了与近视相关的结构和血管变化.
结论:
- 通过精确的监测,人工智能集成显著提升了近视诊断和管理.
- 人工智能模型的高精度和效率有可能通过早期检测彻底改变近视护理.
- 标准化人工智能方法和扩大临床应用对于未来的发展至关重要.


