人工智能应用程序为高度近视患者的白内障手术中促进决策

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 医疗决策支持 医疗决策支持

背景情况:

• 对高度近视性白内障的手术决策是复杂的,需要大量的专业知识.
• 之前的深度学习模型为开发新的AI工具提供了信息.
• 需要专门的AI来管理高度近视性白内障是显而易见的.

研究的目的:

• 开发一种初步的人工智能 (AI) 模型,用于高度近视性白内障的手术决策.
• 将现有的深度学习模型用于白内障分级和视力敏度预测与外科决定逻辑相结合.
• 评估人工智能模型的性能与专家眼科医生和黄金标准对比.

主要方法:

• 通过将白内障分级和视力敏度预测模型与外科决定逻辑相结合,创建了一个AI模型.
• 手术结果被分为四种类型:不建议进行手术,白内障手术,视网膜手术或联合手术.
• 人工智能的决定是根据专家眼科医生使用内部和外部数据集设定的黄金标准来验证的.

主要成果:

• 人工智能模型在白内障分级方面取得了很高的准确性,核分级正确率为99.07% (内部) 和87.27% (外部).
• 手术后视力敏度预测误差为0.1560 logMAR (内部) 和0.3057 logMAR (外部).
• 人工智能决策与黄金标准的一致性为96.26% (内部) 和81.82% (外部),显示出实质性的协议 (卡帕值为0.811和0.556).

结论:

• 为高度近视性白内障开发的AI决策模型显示出有希望的性能.
• 基于深度学习的AI模型可能有助于眼科医生做出复杂的外科决定.
• 进一步验证和整合这种人工智能工具可以改善患者在管理高度近视性白内障方面的结果.