相关实验视频
Updated: May 15, 2025
05:36
Subjective Refraction Test Using a Smartphone for Vision Screening
Published on: October 18, 2024
569
一个新的手机应用程序的验证,用于快速查相对 afferent瞳孔缺陷
Guillaume Lavertu1, Maxime Tremblay2, Reinemary Michael2
1Centre Hospitalier Universitaire de Québec-Université Laval, Québec, QC, Canada.
概括
一个新的手机应用程序使用机器学习来选相对附带瞳孔缺陷 (RAPD),这是一个严重的眼睛疾病. 这种可访问的工具有助于医疗保健提供者准确检测RAPD.
科学领域:
- 眼科医生 眼科 眼科
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
背景情况:
- 摇摆手电筒测试对于检测相对 afferent瞳孔缺陷 (RAPD) 是至关重要的.
- 一般医疗保健提供者可能会错误地执行此测试.
- 准确的RAPD查对于及时诊断和治疗至关重要.
研究的目的:
- 开发一个价格实惠和用户友好的手机应用程序用于RAPD查.
- 为了利用机器学习进行自动化学生运动反应分析.
- 为不熟悉摇摆手电筒测试的临床医生提供可靠的工具.
主要方法:
- 开发了机器学习软件,以定位,细分,跟踪和量化学生运动反应.
- 该应用程序在547名参与者的记录上进行了测试.
- 软件性能与神经眼科医生的评估进行了验证,以确定灵敏度和特异性.
主要成果:
- 该研究在测试人群中发现RAPD患病率为5.84%.
- 在RAPD+和RAPD-组之间观察到学生运动反应的显著差异 (p < 0.001).
- 开发的方法实现了93%的灵敏度和85%的特异性,具有99.5%的负预测值.
结论:
- 创建了一个高效的手机应用程序,以帮助临床医生检测RAPD.
- 该工具是为医疗保健专业人员设计的,他们可能不熟练执行摇摆手电筒测试.
- 这种易于使用的技术提高了RAPD查的可访问性.
