人工智能对视觉科学的影响:对进展,新兴趋势,数据领域量化和关键差距的系统审查

科学领域:

• 视觉科学 视觉科学 视觉科学
• 眼科医生 眼科 眼科
• 人工智能在医学中的应用

背景情况:

• 人工智能 (AI) 在科学研究中的采用正在增长,但分布不均.
• 视觉科学研究利用人工智能跨生物模型,分子分析,图像分析和临床结果.
• 了解人工智能在视觉科学中的当前作用对于未来的进步至关重要.

研究的目的:

• 量化35年来视觉科学研究中人工智能 (AI) 应用的趋势和差异.
• 分析AI在四种主要眼部疾病的患病率:与年龄相关的黄斑变性,糖尿病视网膜病变,青光眼和白内障.
• 确定导致人工智能在不同研究领域的不均实施的因素.

主要方法:

• 在过去35年中对超过10万篇PubMed文章的元数据进行了文献计量分析.
• 使用医学主题标题 (MeSH) 术语来分类研究领域和AI应用领域.
• 专注分析了四种主要的眼睛疾病:与年龄相关的黄斑变性,糖尿病视网膜病变,青光眼和白内障.

主要成果:

• 人工智能应用不成比例地集中在视觉科学中的基于图像的分析领域.
• 在白内障研究中,人工智能患病率落后于其他评估的眼部疾病.
• 确定了人工智能实施的关键障碍,包括数据标准化问题,数据复杂性,可用性,道德问题以及对人类解释的有限收益.

结论:

• 视觉科学中人工智能的采用严重倾向于图像分析,像白内障这样的特定疾病受到的关注较少.
• 克服数据管理,伦理方面的挑战,以及展示对人类解释的明显优势,对于更广泛的AI集成至关重要.
• 未来的研究应该旨在整合多式联络和生成人工智能,以获得更多的机械洞察力,超越模式识别,改善诊断和个性化治疗.