眼科人工智能研究的相关问题

来源 :中华眼底病杂志 | 被引量 : 0次 | 上传用户:XINGQIPING
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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.
其他文献
目的 探讨迷你临床演练评估(Mini-CEX)联合标准化病人教学法在心血管内科住院医师规范化培训中的应用,以期提高教学质量.方法 选取2019年9月1日至2020年9月1日46名在某院心血管内科进行住院医师规范化培训轮转的住院医师作为研究对象,随机分为试验组及对照组,每组各23名.对照组采用传统教学方法,试验组在传统教学基础上采用Mini-CEX联合标准化病人教学方法,每月1次.所有住培医师入科和出科均采用mini-CEX量表进行测评.通过问卷调查及出科考核评价教学效果.结果 试验组出科时Mini-CEX
目的 探讨微信翻转课堂联合基于案例式教学法在心外科住院医师规范化急救技能培训中的应用效果.方法 选取某三甲医院2018年12月至2020年5月在心外科参与住院医师规范化培训的132名学员为研究对象,根据心外科教学模式的不同分为对照组(n=62)和观察组(n=70).对照组采用传统教学法,观察组采用微信翻转课堂联合CBL教学法.培训结束后,采用考核和问卷课程满意度调查对两组教学效果进行评估分析.结果 观察组学员心肺复苏、气管插管及电除颤急救技能成绩均高于对照组[(89.67±5.11)分vs.(81.44±
目的 通过缺陷病案分析,查找神经内科护理问题,以期提高护理质量,减少神经内科不良事件发生率.方法 随机选取2020年3月1日-2020年5月31日住院患者对照组180人,随机选取某医院神经内科2020年6月1日-2020年9月30日住院患者为观察组180人.对照组采用常规护理,观察组采用缺陷病案分析,查找不良事件发生的原因改进护理措施.比较两组患者护理质量评分、不良事件发生率.结果 观察组患者护理质量评分和病案质量评分(95.63±9.42、94.17±9.25)明显高于对照组(87.52±8.93、87
目的 评价目标教学法结合迷你临床演练评估在消化内科专业住院医师规范化培训中的作用,提高消化专科住院医师规范化培训的教学水平.方法 对2014年1月1日-2019年1月1日问进入消化内科进行三年住院医师规范化培训的医生132人随机分为传统教学方法组(n=65)和目标教学方法组(n=67),在住院医师进入消化内科培训前后随机进行两次Mini-CEX测评,并在培训后进行问卷调查.结果 两组的问卷调查结果整体比较显示目标教学组的“非常满意”比例明显高于传统组,“不满意”比例低于传统组(P=0.006,P<0.05
新命名是基于近年光相干断层扫描(OCT)和OCT血管成像(OCTA)对新生血管性老年性黄斑变性(AMD)的认识提出的共识.命名委员会主要参与者是美国黄斑学会和法国联邦黄斑学会的医生,并集中了全球发表大量AMD文献的专家、AMD临床试验读片中心的代表和从事过AMD研究的眼病理学者.共识将新生血管性AMD改称为黄斑新生血管病(MNV),分为1型、2型、3型共3个亚型.
期刊
随着眼底成像技术的快速发展,在多模式影像新概念的基础上建立新生血管性老年性黄斑变性(nAMD)新命名系统对于指导临床工作具有重要意义.2020年,由视网膜专家、眼底读片专家以及眼病理学家组成的nAMD研究组经过反复讨论并达成共识,在原有荧光素眼底血管造影和病理认识的基础上,结合吲哚青绿血管造影、光相干断层扫描及光相干断层扫描血管成像等新型影像和当前的病理认识,建立了nAMD亚型和相关病变的新命名,以帮助眼底病医师对各种不同表现nAMD患者进行分组和研究.该共识提出术语“黄斑新生血管”,并将其分为1型、2型
目的 基于深度卷积神经网络(DCNN)方法自动测量彩色眼底像上全局和局部豹纹分布密度.方法 应用研究.将2021年5~7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1028只眼的1005张彩色眼底像建立人工智能(AI)数据库.采用RGB颜色通道重标定方法(CCR算法)、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理.对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割
目的 应用多模态深度学习模型对糖尿病视网膜病变(DR)超广角荧光素眼底血管造影(UWFA)图像进行病变程度的自动分级.方法 回顾性研究.2015年至2020年于武汉大学人民医院眼科中心就诊并接受UWFA检查的DR患者297例399只眼的798张图像作为模型的训练集和测试集.其中,无视网膜病变、非增生型DR(NPDR)、增生型DR(PDR)分别为119、171、109只眼.通过联合优化CycleGAN和卷积神经网络(CNN)分类器一种图像级监督深度学习模型,定位和评估DR患眼UWFA早期和晚期正位图像中的荧
目的 基于深度学习的双模态眼底照相机研究视网膜分支静脉阻塞(BRVO)患眼视网膜血氧饱和度及血管形态变化.方法 前瞻性研究.2020年5~10月于温州医科大学附属眼视光学院检查确诊的BRVO患者31例31只眼(BRVO组)和性别年龄匹配的健康志愿者20名20只眼(对照组)纳入研究.BRVO组31例31只眼中,既往接受1次玻璃体腔注射抗血管内皮生长因子药物治疗20例20只眼,未接受任何治疗11例11只眼;并据此分为治疗组、未治疗组.应用双模态眼底照相机采集视网膜图像;利用深度学习方法在黄斑感兴趣区域(MRO
目的 建立基于深度学习光相干断层扫描(OCT)图像眼底病变的眼底智能辅助诊断系统,初步评估其应用价值.方法 诊断性试验研究.2016年至2019年期间于浙江大学医学院附属第二医院眼科中心就诊的25000例患者的25000张OCT图像作为眼底智能辅助诊断系统的训练集和验证集.其中,黄斑前膜、黄斑水肿、黄斑裂孔、脉络膜新生血管(CNV)、老年性黄斑变性(AMD)各5000张.训练集、验证集分别为18124、6876张.通过迁移学习Attention ResNet结构算法,对OCT图像进行特征性病变识别,通过特