眼内透镜计算公式是使用人工智能开发的,用于超声波生物识别

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 生物识别仪表是如何使用的

背景情况:

• 眼内透镜 (IOL) 的计算对于白内障手术后的折射结果至关重要.
• 光学生物识别是标准,但当光学方法不可用时,超声波生物识别是必不可少的.
• 准确的IOL功率计算对于实现输出至关重要.

研究的目的:

• 开发和评估一种人工智能 (AI) 程序,用于使用超声波生物识别计算眼内透镜功率.
• 提高IOL选择的精度和有效性,特别是在具有挑战性的情况下.
• 将AI程序的性能与既定公式进行比较.

主要方法:

• 使用Python,Java和PHP开发了一个AI程序,使用回归.
• 创建了两个模型:一个基本模型 (角质量测量,轴长,目标折射) 和一个高级模型 (包括手术前折射和年龄).
• 人工智能模型与使用486只眼睛的数据对通用巴雷特II公式进行了验证.

主要成果:

• 人工智能计划在±0.5D的范围内实现了86% (基本) 和87.5% (高级) 的球体等效命中率.
• 巴雷特万能II公式的成功率为69%,明显低于人工智能模型 (p<0.0001).
• 人工智能程序在中长眼中表现更好,但在短眼中不太准确.

结论:

• 开发的人工智能程序在一般情况下和对眼睛较长的患者中表现优于巴雷特公式.
• 这种人工智能工具为IOL选择提供了显著的进步,特别是当光学生物识别不是一个选择时.
• 该计划显示了在例行和复杂的白内障手术中改善折射结果的潜力.