试点评估一款用于眼风险查的网络应用程序,将家长报告的因素与人工智能辅助的偏检测相结合
Mustapha Jaouhari1, Chaimae El Harrak1, Farida Bentayeb2
1Laboratory of Electronic, Mechanical, and Energetic Information Processing Systems, Faculty of Sciences, Ibn Tofail University, Morocco.
The British and Irish orthoptic journal
|March 2, 2026
概括
一个新的基于网络的工具使用人工智能和家长报告的因素准确地识别出患视的高风险儿童. 这种查方法在资源有限的环境中是有效的,确保早期检测视力障碍.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 儿科健康 儿科健康
背景情况:
- 眼是儿童视力障碍的主要原因.
- 在许多地区,对眼科专家的有限访问阻碍了早期检测.
- 有效的查工具对于及时干预至关重要.
研究的目的:
- 评估一种新的基于网络的查工具的准确性,用于识别有眼风险的儿童.
- 该工具整合了家长报告的风险因素和人工智能驱动的偏检测.
- 评估工具在资源有限的环境中的潜力.
主要方法:
- 一项试点研究涉及摩洛哥的105名儿童 (3-10岁).
- 父母填写了一份关于眼风险因素的在线问卷.
- 人工智能分析了智能手机照片的视,使用CNN和几何测量.
- 根据总分数,儿童被分为高,中等或低风险组.
主要成果:
- 该工具在高风险儿童中实现了100%的正预测值 (PPV),所有儿童都确诊患有眼.
- 没有任何低风险儿童被诊断出患有野视 (100%负预测值).
- 在高风险组中,AI偏模块显示了96.9%的准确性.
结论:
- 混合查工具可靠地识别出患有眼的高风险儿童,与临床诊断保持一致.
- 它有效地排除了低风险儿童,证明了安全性.
- 这种可访问,低成本的方法对服务不足的地区的儿科视力查有希望.
- 需要进一步的大规模研究来确认可通用性.
