人工智能引导的角膜撕裂修复手术决策支持系统:一个前性,非随机控制的可行性研究
Jiusheng Zheng1, Huamei Lu2, Yiyi Chen3
1Department of Ophthalmology, The Third Affiliated Hospital of Soochow University, Changzhou, Jiangsu, China.
Scientific reports
|March 6, 2026
概括
使用转移学习的人工智能 (AI) 改善了角膜撕裂的修复. 在患有角膜创伤的患者中,人工智能指导的规划导致了更好的视觉敏度和减少了与传统接相比的视.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗技术 医疗技术 医学技术
背景情况:
- 角膜撕裂需要精确的手术修复来恢复视力.
- 传统的接技术可能受到外科医生的变性限制.
- 人工智能的进步为改进外科手术规划提供了潜力.
研究的目的:
- 评估基于转移学习的AI系统的可行性和临床价值,用于角膜撕裂识别和线规划.
- 为了比较人工智能引导和传统接方法之间的视觉和折射结果.
主要方法:
- 一项前性,非随机的可行性研究,涉及25名角膜伤患者.
- 患者接受了常规接 (n=14) 或人工智能引导计划 (n=11) 的治疗.
- 人工智能系统识别了撕裂并产生了点;视力敏度和角膜参数被测量.
主要成果:
- 转移学习模型在角膜撕裂识别方面实现了>85%的准确性.
- 人工智能指导导致明显更好的最佳校正视敏度 (BCVA) 和降低纹 (Cyl).
- 与传统组相比,人工智能组显示出角膜表面参数 (ISV,IVA,IHA) 的改善.
结论:
- 基于转移学习的AI用于角膜伤口识别和计划是可行的.
- 人工智能指导显示,在创伤患者中,角膜接可能更精确,更有效.
- 建议在更大的患者队伍中进一步验证.
