深度学习成像算法的协会 微生物角质炎的测量与视觉结果

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 微生物角膜炎可以导致明显的视力损伤.
• 准确评估角膜变化对于预测视觉结果至关重要.
• 目前的方法依赖于临床医生的专业知识,这可能是主观的.

研究的目的:

• 为了比较人工智能算法的预测准确度与临床医生对微生物角质炎90天视力结果的测量.
• 评估AI量化角膜变化与视力敏度之间的关联.
• 评估人工智能在治疗微生物角膜炎中的实用性.

主要方法:

• 美国和印度的前性队列研究.
• 收集的临床数据,视力敏度和断裂灯图像.
• 开发了一种人工智能成像细分算法,以量化树叶透 (SI) 区域和低质子存在.
• 使用多变量线性回归来评估AI预测测量和90天视力敏度之间的关联.

主要成果:

• 较大的AI预测SI区域与美国的细菌,真菌和病毒的90天视力恶化有关.
• 在印度,更大的AI预测SI面积和AI预测的hypopyon与更糟糕的90天视力有关.
• 基于人工智能的测量显示,与临床医生测量的视觉结果的关联类似.

结论:

• 人工智能算法可以有效地预测微生物角膜炎的视力结果.
• 人工智能量化的角膜变化,包括SI区域和hypopyon,是视力丧失的重要预测因素.
• 人工智能为客观评估和管理微生物角膜炎提供了一个有前途的工具.