在人工智能辅助的干眼指标量化的进展
Lingyan Wu1, Yuntao Huang2, Tao Lv2
1Hangzhou Lin'an Traditional Chinese Medicine Hospital, Affiliated Hospital of Hangzhou City University, Hangzhou, China.
Frontiers in medicine
|August 4, 2025
概括
人工智能 (AI) 通过客观量化眼膜稳定性和梅博米腺健康等生物标志物来增强干眼疾病 (DED) 诊断. 这项技术有望为DED患者提供更准确的评估和个性化治疗.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 干眼病 (DED) 是一种复杂的眼部疾病,其原因和症状各异,使诊断和治疗复杂化.
- 目前用于DED的诊断方法可能是主观和低效的,妨碍有效的患者管理.
研究的目的:
- 审查人工智能 (AI) 和深度学习 (DL) 在量化DED生物标志物的应用.
- 探索AI如何提高DED诊断和治疗的准确性,标准化和个性化.
主要方法:
- 对基于AI和DL的技术进行分析DED生物标志物的审查.
- 专注于量化膜稳定性 (膜高度,膜分解时间),梅博米腺形态和角膜上皮损伤.
主要成果:
- 人工智能显著提高了DED评估的客观性和效率.
- 由人工智能驱动的工具提高了诊断准确度,并标准化了关键DED指标的评估.
- 这些技术促进了干眼疾病的个性化治疗策略.
结论:
- 人工智能,特别是DL,在DED诊断和管理中展示了变革性的潜力.
- 人工智能辅助生物标志物的量化提供了一个更精确的方法来理解和治疗干眼疾病.
- 人工智能的整合准备重新塑造DED眼科护理的未来.
