基于人工智能的模型用于解释和报告标准自动化周边测量
Joacy Pedro Franco David1, Alexandre Antonio Marques Rosa1, Rafael Scherer2
1Universidade Federal do Pará, Belém, PA, Brazil.
Arquivos brasileiros de oftalmologia
|July 23, 2025
概括
人工智能准确地解释视觉现场测试,以检测青光眼. 这种人工智能模型提高了眼科诊断效率和可访问性,改善了患者护理.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 标准自动周边测量是评估视野变化和监测青光眼的进展的既定方法.
- 准确地解释周长度对于识别和量化视野异常至关重要.
研究的目的:
- 评估基于人工智能 (AI) 的模型,用于解释标准自动化周边测量 (SAP) 结果.
- 评估人工智能在改善医疗保健准入和眼科诊断效率方面的潜力.
主要方法:
- 使用人工智能模型 (Inception V3) 进行了一项观察性,横截面研究.
- 人工智能模型解释了2018年至2022年期间执行的SAP测试中的灰度图像.
- 1519个SAP测试的数据集分为培训 (70%),验证 (10%) 和测试 (20%) 集.
主要成果:
- 人工智能模型在检测改变的周边测量结果时显示了80%的灵敏度和94.64%的特异性.
- 接收器操作特征曲线 (AUC) 下的面积为0.93,表明高诊断性能.
- 这项研究使用了汉弗瑞HFA-II-i-750周边数据.
结论:
- 人工智能在眼科的整合代表了诊断,查和监测的重大进步.
- 人工智能可以提高眼科治疗的安全性,效率,可用性和可访问性.
- 人工智能对视觉现场测试的解释有望改善玻璃眼的管理.


