基于人工智能的成像生物标志物的评估在epiretinal膜外科手术中
Cesare Mariotti1, Lorenzo Mangoni1, Alessio Muzi2
1Eye Clinic, Department of Experimental and Clinical Medicine, Polytechnic University of Marche, Ancona, Italy.
European journal of ophthalmology
|April 28, 2025
概括
这项研究表明,人工智能 (AI) 可以分析视网膜膜 (ERM) 手术后的视网膜生物标志物. 人工智能分析显示,内液 (IRF) 和中央黄斑厚度 (CMT) 的减少与手术后视力改善相关.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 视网膜膜 (ERM) 可能导致视觉扭曲.
- 手术切除ERM的目的是改善视力敏度.
- 准确评估视网膜变化对于预测手术结果至关重要.
研究的目的:
- 评估验证的人工智能算法的实用性,用于在手术前后使用ERM分析眼睛中的视网膜生物标志物.
- 为了将AI量化生物标志物与ERM手术后的视觉结果相关联.
主要方法:
- 对40名接受ERM切除手术的患者进行了回顾性分析.
- 基于AI的光学一致性断层扫描 (OCT) 扫描的分析,以量化内液 (IRF),下液 (SRF),外部限制膜 (ELM) 和圆形区域 (EZ) 的完整性,以及超反射焦点 (HRF).
- 术前和术后生物标志物的相关性与最佳校正视敏度 (BCVA) 和中央黄斑厚度 (CMT) 的变化.
主要成果:
- 手术后BCVA的显著改善和CMT的减少.
- 人工智能分析显示,IRF数量显著下降,特别是在中央斑点.
- 在SRF,HRF或EZ/ELM中断百分比中没有发现显著变化.
- 手术前的BCVA,CMT减小,IRF体积和EZ/ELM完整性与视力恢复有显著的相关性.
- 流体分布,特别是在中央子场,是BCVA恢复的关键预测因素.
结论:
- 人工智能算法是量化ERM手术中OCT生物标志物的有效工具.
- 在ERM手术后视力敏度的改善与CMT和IRF的减少有关,而IRF的外周再分配是有利的.
- EZ和ELM的完整性是视力恢复的关键预后指标,强调了手术前评估的重要性.
