人工智能在眼部疾病中的应用及其挑战

随着人工智能技术的发展和普及,医学领域也出现了越来越多人工智能(AI)的身影。人工神经网络等新技术与临床的结合正成为研究热点,其中卷积神经网络(CNN)的深度学习算法在图像识别领域取得了巨大的成就,逐渐被用于糖尿病视网膜病变(DR)、年龄相关性黄斑变性(ARMD)、早产儿视网膜病变(ROP)、青光眼和白内障等多种眼科疾病的诊断和筛查中。目前针对不同眼科疾病,世界范围已有多个公开数据库,包括了眼底彩照、光学相干断层扫描(OCT)等多种图像资料,为眼科领域深度学习算法的训练和构建奠定了基础。同时算法本身也在不断优化,使相关AI产品的构建朝着更简便高效的方向发展,同时其临床运用也面临医学伦理和准入标准的问题。总之,深度学习算法的使用为几种常见眼科疾病的筛查诊断带来了巨大的改变也带来挑战,目前尚未大规模的投入临床应用中。本文针对人工智能在眼部疾病中的应用进展做综述,旨在总结这一领域的研究现状和现存问题,并提出对未来的展望。     

人工智能在眼前节疾病诊断中的应用指南(2023)

本文旨在深入探讨人工智能(artificial intelligence,AI)在眼科眼前节疾病诊断中的应用指南。由于眼前节疾病研究所涉及的图像较为复杂多变,AI既往在眼科主要应用于眼后段疾病,但随着AI技术的提升,尤其是机器学习和深度学习的发展,再加上眼前节电子影像数据的指数级增长,AI在角膜、结膜、晶状体和眼睑疾病领域的应用成为现实。中国医药教育协会眼科影像与智能医疗分会和国际转化医学会眼科专业委员会组织专家们结合近年来国内外AI在眼前节疾病诊断中的最新进展,包括在角膜、结膜、晶状体和眼睑疾病的应用,并分析当前面临的挑战和未来的发展方向,经过多轮讨论和修改,形成了该指南,旨在辅助眼科临床医生更好地应用AI进行眼前节疾病的诊断决策及临床研究。     

人工智能在视光学领域中的研究进展

近年来,随着计算机科学技术的不断提高,以深度学习(DL)为基础的人工智能(AI)技术得到了飞速的发展,引起了全球的广泛关注。AI在医学领域的研究和应用已经取得了很大的进展,在眼科视光学领域,AI可对近视、斜视、弱视等疾病进行辅助诊断; 在圆锥角膜的筛查和早期诊断以及近视的预防和矫正中取得了良好的结果。尽管如此,AI在眼科的应用也存在巨大的限制和挑战,包括临床和技术挑战、算法结果的可解释性、医学法律问题等。本文综述了AI在眼科视光学领域诊疗中的应用、局限性及展望。     

把握挑战和机遇:人工智能与眼科诊疗

随着人工智能(AI)技术特别是深度学习的快速发展,AI在眼科领域的研究呈现出病种多样化、场景广泛化和研究深入化的趋势。AI在糖尿病视网膜病变、老年性黄斑变性、青光眼等眼科疾病的研究中表现出良好的性能,展现出眼科AI的巨大潜力。然而,目前多数研究尚处于初级阶段,眼科AI的运用仍面临结果可解释性欠缺、数据标准化缺乏和临床适用性不足等诸多挑战。同时也应看到,多模式影像学的发展、5G和物联网等数字技术和远程医疗的创新,以及视网膜状态能反映全身疾病的新发现都给眼科AI的发展带来了新的机遇。了解AI在眼科领域的研究现状,把握发展过程中的新挑战和新机遇,成功实现眼科AI从研究到实际运用的转化。     

人工智能在眼表疾病中的应用现况

近年来,随着计算机学科的进步与学科交叉融合的推进,人工智能(AI)在医学领域呈现出迅猛发展的态势,在眼科学也取得了许多突破性进展。既往AI在眼科学的应用研究大多集中在糖尿病视网膜病变、年龄相关性黄斑变性等眼底疾病。近年来,随着AI学习算法的改进以及大数据的开发利用,AI在眼科学的应用范围得以进一步拓展,越来越多的研究开始将AI应用于眼表疾病。本文综述了AI在圆锥角膜、翼状胬肉及角膜炎等眼表疾病中的相关研究和应用,探讨当前AI在眼科学临床应用中面临的挑战与机遇,并对其未来发展前景进行展望,旨在为眼科AI的发展提供新思路。     

光学相干断层扫描血管成像在眼科的应用进展

光学相干断层扫描血管成像(OCTA)是近年逐渐兴起的一种眼科非入侵式影像学检查方法,它是在光学相干断层扫描(OCT)的基础上逐渐发展起来并逐步应用于临床。OCTA通过扫描血管内流动的红细胞显示出眼底血流密度与眼底组织结构形态,在眼科相关疾病(尤其是眼底病变)的诊治及疗效评估方面具有很高的价值。OCTA具有高分辨率、易操作、快速扫描、三维成像等优势,现已被应用于眼科疾病(脉络膜新生血管、糖尿病视网膜病变、角膜和虹膜相关疾病、弱视、青光眼等)的评估和诊断。本文就OCTA技术在眼科疾病中的应用进行综述。     

人工智能及其在眼科疾病诊疗中的应用

随着诊断技术的进步,人们对眼部的结构及其相关病变有了更为深入的了解:角膜共聚焦显微镜可提供角膜内不同层次的详细视图;而数字图像则能提供丰富的形态数据集。为了能够自动提取与眼科疾病相关的临床信息,在对正常角膜进行评估的同时识别异常的角膜,人们将人工智能（artificial intelligence,AI）与眼部结构联系起来。与传统的信息处理技术相比,AI具有更高的准确性,并能进行快速、无创的综合分析。基于神经网络的机器学习和深度学习方法能够识别、定位和量化大量眼科疾病中的病理特征,并作出推断或预测。AI的应用前景包括自动检测疾病的发生、筛选、诊断分级以及治疗指导,治疗效果的量化以及全新治疗方法的鉴定。预测和预后功能进一步扩展了AI在眼科中的应用潜力,这将实现医疗保健的个体化以及大规模管理,协助眼科医生提供高质量的诊断和治疗,并应对更复杂的临床难题。     

AI深度学习在年龄相关性黄斑变性辅助诊断中的应用

自从人工智能(AI)技术出现后,其在各个领域被越来越多地应用并得到了快速的发展。在医学领域中,借助AI技术可自动提取图像特征并完成特征学习和分类的性能。在眼底病领域,AI可通过分析和识别眼底的照相和光学相干断层扫描从而对年龄相关性黄斑变性做出诊断,准确率可跟眼科专家相似。在未来AI可辅助医生对年龄相关性黄斑变性做出诊断,帮助基础医院进行筛查,在疾病的早期遏制其进展。但此技术存在模型识别性能不确定、运算过程不透明、需要的临床数据量过大等问题仍不能被广泛应用于临床。近年来国内在AI深度学习技术应用于眼科疾病辅助诊断方面进行了大量的研究,结果显示AI结合影像分析眼科疾病具有客观性、高效性和准确性等特点。本文针对深度学习在年龄相关性黄斑变性的辅助诊断中的研究进行综述,分析其应用进展和存在的局限性,为AI在此病的进一步应用及推广提供更多信息。     

人工智能在视网膜疾病中的应用

视网膜疾病是眼科学领域最具研究挑战的病种之一,其发病机制复杂,对视功能损伤很大,是人类视力严重丧失的主要原因。近年来人工智能(artificial intelligence,AI)的发展和应用为视网膜疾病的解析提供了强有力工具。人工智能对常见视网膜疾病的应用主要包括早期筛查、诊断分级、疗效判定、治疗建议及预后发展等。但是任何技术的临床应用都有其局限性。本文将对AI在糖尿病视网膜病变(DR)、年龄相关性黄斑变性(ARMD)、早产儿视网膜病变(ROP)、青光眼性眼底改变(GON)等视网膜疾病中的应用和局限性进行综述。     

人工智能在眼整形外科中的应用

计算机的进步和数据的爆发使得人类迎来了第三次人工智能(AI)浪潮。AI是一门综合性的交叉学科，是汇集新思想、新理论、新技术等的新兴学科。AI给眼科学带来了便利，也推动了眼科学的智能化、精准化和微创化发展。现阶段，AI已经在眼科学多个领域中都得到了广泛的应用，尤其在眼整形外科领域中，AI在图像检测、面部识别等方面取得了快速进展，其性能及准确度在某些方面甚至已经超越了人类。本文综述了AI在上睑下垂、单睑、眼袋、眼睑肿物及眼球突出等眼整形外科中的相关研究和应用，探讨了当前AI在眼整形外科临床应用中面临的挑战与机遇，并对其未来发展前景进行展望，旨在为眼整形外科AI的发展提供新思路。     

眼科人工智能临床研究评价指南(2023)

人工智能(AI)技术在医学领域的应用是当前的热点。眼科作为医学领域中的AI应用前沿专业之一,运用机器学习技术应用于诊断、干预和预测眼科疾病方面取得了显著的成果。基于眼科AI临床研究的需求,为契合眼科AI临床诊疗发展的实际情况,中国医药教育协会眼科影像与智能医疗分会和智能医学专业委员会组织专家结合近年来国内外AI临床研究的评价报告,经过多轮讨论和修改,形成了针对眼科AI临床研究的评价指南。该指南包括了眼科AI临床研究评价指南制定的背景和方法、AI临床研究评价的国际指南介绍、眼科AI临床研究评价方法等内容,详细介绍了眼科AI临床研究通用评价方法、眼科AI临床研究模型评价方法、常用眼科AI临床研究模型评价指标和计算公式,并详细阐述了眼科AI临床试验评价方法。该指南的制定旨在为眼科AI临床研究人员提供指导和规范,并推动眼科AI临床研究的评价向着规范化和标准化方向发展,进一步提高眼科AI临床研究评价的整体水平。     

前节OCT在角膜疾病诊断中的应用

角膜疾病的正确认识需要对病变角膜组织结构变化进行精确评估.裂隙灯显微镜分辨率较低,难以完全满足对角膜病变的定量分析.前节相干光断层扫描(anterior segment optical coherence tomography,AS-OCT)技术的应用使角膜病的诊断、治疗及研究水平更进一步.本文以应用AS-OCT技术对角膜疾病诊断的实例分析(如角膜炎、角膜营养不良、角结膜肿物、圆锥角膜及角膜移植手术等)为基础,结合国内外研究现状,介绍AS-OCT在角膜病领域的适应证,指导医生合理应用该项技术.     

前节光学相干断层扫描在眼科领域的应用

眼前节光学相干断层扫描（anterior segment optical coherence tomography,AS-OCT）是眼科最新应用的扫描技术。它利用相干光断层扫描获取全方位高分辨率的眼前节图像及准确的眼前节数据,包括角膜厚度数据、前房参数、晶状体和人工晶状体数据,临床应用领域于屈光不正、角膜病、青光眼和白内障等疾病中。此技术已逐渐成为眼前节疾病最主要的临床检查和治疗疗效评价方法之一。     

人工智能在青光眼诊断中的研究进展

近年来，随着以深度学习（DL）为代表的人工智能（AI）技术发展，为眼科领域带来了新的研究手段，提高了眼科疾病的筛查和诊断水平。目前，AI对糖尿病视网膜病变、白内障、早产儿视网膜病变、角膜炎等多种疾病的诊断效率较高。在青光眼方面，AI可用于分析眼底彩色照相、光学相干断层扫描（OCT）、视野等多模态影像综合评估结构及功能改变，从而提高青光眼的诊断水平。本文主要对AI在青光眼诊断中的研究进展进行综述，探讨其优势和现阶段的局限性。     

人工智能在眼科光相干断层扫描图像中的应用

人工智能(AI)作为计算机科学的前沿研究领域,在医学领域已有广泛的应用。眼科诊疗过程中产生大量影像学资料,而AI在图像识别方面具有极大优势,将AI应用于眼科影像已逐渐成为眼科领域的研究热点。目前,已有大量研究报道AI技术成功应用于眼科疾病的诊断、分型、分期、治疗途径和治疗效果随访跟踪,如闭角型青光眼、年龄相关性黄斑变性...     

人工智能技术溯源、医学应用及其在眼科前节疾病的应用现状与展望

近年来人工智能飞速发展,为许多领域带来技术上的革新。它在医学领域也表现出了极大的发展潜力,人工智能辅助下对某些疾病影像的判读与诊断,表现出出色的特异性和准确性可以媲美人类专家。而眼科是一门高度依赖影像学检查的学科,如眼底照相、光学相干断层扫描(OCT)、角膜地形图等都适合进行机器学习。因此,许多学者致力于人工智能在眼科领域应用的研究。目前,大多数研究都集中于视网膜疾病,而对眼前节疾病研究尚少,故笔者拟对人工智能在眼前节疾病中的应用现状进行综述。     

人工智能在眼前段疾病诊治中的应用

近年来,人工智能(AI)的蓬勃发展促进了其在医疗保健领域的推广与应用,同时也促进了医疗保健技术的革新与进步,尤其是在图像识别领域发挥出了无可替代的作用。眼科疾病的诊断十分依赖图像识别,AI在眼前段疾病的诊治方面取得了令人瞩目的成果,如感染性角膜炎的分类、圆锥角膜的筛查、晶状体混浊程度的分级、白内障手术视频的自动分期、白内障术后屈光状态的预测、闭角型青光眼的诊断等。AI有望帮助解决目前临床存在的诸多难题,实现对疾病的早期诊治,但也存在着黑箱过程难以解释、缺少公共数据集、算法过于复杂等问题。本文概述了AI在眼前段疾病中的应用现状,分析目前存在的不足以及未来的发展前景。     

眼科人工智能研究的相关问题

目前人工智能(AI)在多种眼科疾病的诊断治疗中取得了日益广泛的应用,但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系,难以对多项研究结果进行横向比较。而在图像生成领域,评价体系更存在较大空白。在临床应用中,眼科AI研究常与临床实际需求脱节,被寄予了过高的期望,且对临床数据的质量及数量均具有较高的要求,限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点,但其研究结果缺乏可解释性,限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制,涉及患者隐私风险及数据安全,且存在因商业化加重医疗资源不公平性的风险,而饱受伦理争议。     

人工智能在干眼临床诊断中的应用专家共识（2023）

干眼作为一种常见的眼科疾病，患病率高，涉及人群广。随着人工智能(AI)计算机图像技术的兴起、算法模型的改进和医学大数据的海量增长，技术，包括以深度学习(DL)为热门技术的机器学习(ML)技术在医疗领域获得了广泛的应用。AI系统具有先进的问题求解能力和稳定的可重复性，因此，医学领域使用此类技术可以帮助临床医生作出更加客观的诊断。AI在医学上应用取得的成功主要是基于ML这一分支领域的广泛应用，ML技术主要被用来分析患者数据和医学图像中的关键特征，以辅助疾病诊断、严重程度分级和预后判断。AI在眼科学领域的应用已取得显著进展。本文就AI、ML和DL在干眼诊断中的临床应用形成共识，为AI在干眼中的进一步研究和应用提供参考。     

扫频源光学相干断层扫描血管成像在眼科临床中的应用进展

扫频源光学相干断层扫描血管成像(SS-OCTA)检查是近几年提出的一种新型血管成像技术,具有非侵入性、快速、高分辨率、自动化血管分层成像等优势,在眼科相关疾病的早期诊断、疗效评估及监测疾病进展等方面具有很高的价值。基于OCTA的基础,SS-OCTA采用快速调谐的激光器和1 050 nm的波长,穿透力更强,对视网膜和脉络膜微血管系统进行无创深度分辨成像,加深了对多种眼部疾病(眼底病变、青光眼、神经退行性疾病等)特征的认识。此外,SS-OCTA也可用于研究眼前节结构,如角膜新生血管的深度和密度、虹膜新生血管治疗前后的变化等。该技术为眼科临床实践提供了一种新的手段。本文就SS-OCTA技术在眼科临床的应用进展进行综述。