機器學(xué)習(xí)作為人工智能的主要技術(shù)方向,可幫助眼科醫(yī)生解讀與分析成像設(shè)備產(chǎn)生的大量數(shù)據(jù),簡化診療過程。圓錐角膜的分類和早期診斷是機器學(xué)習(xí)的一個重要應(yīng)用實例。機器學(xué)習(xí)用于輔助診斷圓錐角膜的建模方式通常有神經(jīng)網(wǎng)絡(luò)法、決策樹法,這些模型的敏感性和特異性均在85%以上,但由于圓錐角膜的研究參數(shù)不一致,且缺乏公共數(shù)據(jù)集來衡量算法的優(yōu)劣,限制了其在臨床上的普遍推廣。角膜屈光手術(shù)術(shù)前評估存在數(shù)據(jù)量大、決策困難的臨床問題,機器學(xué)習(xí)可輔助評估患者是否適合進行屈光手術(shù),其特異性、敏感性均在90%以上,并可通過術(shù)前各種眼部參數(shù)預(yù)測術(shù)后視覺質(zhì)量。另外機器學(xué)習(xí)在角膜內(nèi)皮細胞密度計數(shù)、角膜上皮損傷程度評估方面都有應(yīng)用。通過機器學(xué)習(xí)及大數(shù)據(jù)建�？蓞f(xié)助醫(yī)生進行角膜病的精準(zhǔn)診斷和個性化評估,為角膜病診療奠定數(shù)據(jù)基礎(chǔ)。本文對近年來機器學(xué)習(xí)在角膜相關(guān)疾病中的應(yīng)用進展進行綜述。 

【文章來源】：中華實驗眼科雜志. 2020,38(09)北大核心

【文章頁數(shù)】：5 頁


本文編號：3051510