人工智能在干眼症中的应用
机器学习
2021-09-07 v1 人工智能
图像与视频处理
摘要
干眼症(DED)的患病率在 5% 至 50% 之间，取决于所使用的诊断标准和所研究的人群。然而，它仍是眼科学中最未被充分诊断和治疗的疾病之一。许多用于 DED 诊断的测试依赖有经验的观察者进行图像解读，这可能被认为是主观的并导致诊断差异。由于人工智能(AI)系统能够进行高级问题解决，使用此类技术可带来更客观的诊断。尽管“AI”一词常被使用，但其近期在医学应用中的成功主要归因于机器学习子领域的进展，该子领域已被用于自动分类图像和预测医疗结果。强大的机器学习技术已被用来理解患者数据和医学图像中的细微差别，旨在实现一致的诊断和疾病严重程度的区分。这是首篇关于 AI 在 DED 中应用的文献综述。我们简要介绍 AI，报告其当前在 DED 研究中的使用及其在临床应用的潜力。我们的综述发现，AI 已用于广泛的 DED 临床测试和研究应用，主要用于干涉测量、裂隙灯和睑板腺照相图像的解读。尽管初步结果令人鼓舞，但在模型开发、临床测试和标准化方面仍需要做大量工作。
引用
@article{arxiv.2109.01658,
title = {Artificial Intelligence in Dry Eye Disease},
author = {Andrea M. Storås and Inga Strümke and Michael A. Riegler and Jakob Grauslund and Hugo L. Hammer and Anis Yazidi and Pål Halvorsen and Kjell G. Gundersen and Tor P. Utheim and Catherine Jackson},
journal= {arXiv preprint arXiv:2109.01658},
year = {2021}
}