婴幼儿眼病的人工智能应用

近年来随着医疗领域数字化、信息化建设的加速推进,人工智能的应用越来越广泛,在眼科医学方面尤为突出。婴幼儿处于视觉系统发育的关键时期,此时发生的眼病往往会造成不可逆的视功能损伤,带来沉重的家庭和社会负担。然而,由于婴幼儿群体的特殊性以及小儿眼科医生的短缺,开展大规模小儿眼病筛查工作十分困难。最新研究表明：人工智能在先天性白内障、先天性青光眼、斜视、早产儿视网膜病变以及视功能评估等领域已经得到相关应用,在多种婴幼儿眼病的早期筛查、诊断分期、治疗建议等方面都有令人瞩目的表现,有效解决了许多临床难点与痛点。但目前婴幼儿眼科人工智能仍然不如成年人眼科发展充分,亟须进一步的探索和研发。     

交叉学科人才

当前的科技创新与医疗突破越来越依赖于多学科的交叉、融合,对复合型人才储备的需求越来越大.随着深度学习等人工智能技术在医学领域的应用不断发展,智能医疗已成为医学的重要分支.其中,眼科由于其诊疗的眼部影像依赖性,成为人工智能发展最有前景的医疗学科之一.交叉学科人才的培养对于医学人工智能的快速发展至关重要.封面展示了交叉学科...     

智能语音随访系统在先天性白内障患儿术后随访中的应用与分析

目的:探索智能语音随访系统在医疗场景中的新型应用服务模式并分析其在新冠肺炎疫情期间的应用效果,以此评估该系统应用于互联网医院开展医疗咨询服务的实际效能。方法:本研究应用智能语音随访系统针对先天性白内障患儿术后的常见问题进行回访。首先,针对随访目的,设计出完善的结构化随访内容与步骤。其次,部署智能外呼系统自动拨打用户电话,并通过语音识别技术对用户的每次应答进行识别,根据用户的应答自动跳转到下一个随访步骤,在完成一系列问答后根据用户的回答给出恰当的建议,实现电话随访的自动化与智能化。收集2020年2月24日至2月28日期间,智能语音随访系统随访的电话内容、呼叫时间、患儿资料等数据,采用描述性统计分析。结果:2020年2月24日至2月28日期间,中山大学中山眼科中心应用智能语音随访系统电话共随访1154例,其中收到有效回访数据561例,平均有效回访率48.6%。有效回访人群中,有204位(36.4%)家属认为疫情期间复诊时间延长,对宝宝眼睛的恢复有影响,309位(55.1%)家属认为对宝宝眼睛的恢复没有影响。360位(64.2%)先天性白内障患儿眼睛恢复情况良好,没有出现不良反应,169位(30.1%)患儿出现不良反应和体征,包括瞳孔区有白点,眼睛发红和有眼屎流眼泪等。统计患儿不同行为显示,有417位(74.3%)患儿佩戴眼镜,135位(24.1%)患儿没有佩戴眼镜,另有9位(1.6%)患儿佩戴眼镜情况不清楚,经常揉眼的患儿更容易出现眼睛发红(25.2%)、眼睛有眼屎或流眼泪(17.0%)和瞳孔区有白点(6.8%)等不良反应。结论:智能语音随访系统在临床随访中显示出巨大的应用潜力,可作为一种新型的智能医疗服务模式。     

眼科数据中心和智能服务云平台的建设思路

建立标准化的数据中心有利于收集高质量数据资源与促进医学人工智能的发展,在医疗大数据的基础上建立不同应用场景的医疗人工智能系统,整合、搭建可满足多种疾病诊疗需求的智能服务云平台,全面提升智能医疗管理的效率。本文以眼科为研究基础,对眼科数据中心和智能服务云平台的建设经验进行总结分析,为眼科及其他专科开展人工智能研究、建立数据中心、搭建智能服务云平台等方面提供参考。     

医学人工智能通识课程的效果评估

目的:分析医学人工智能通识课程"眼科人工智能的研发与应用"的开展效果,为相关医学人工智能通识课程的开展提供参考和借鉴.方法:纵向观察性研究.观察分析2020年秋季学期眼科人工智能的研发与应用通识课程学生人群,课程考核结果以及学生对课程的整体评价.结果:共有118名本科生同学参与了课程学习.其中大部分为低年级临床医学专业...     

人工智能在眼底影像分析中的研究进展及应用现状

近年来，眼科人工智能(artificial intelligence，AI)迅猛发展，眼底影像因易获取及其丰富的生物信息成为研究热点，眼底影像的AI分析在眼底影像分析中的应用不断深入、拓展。目前，关于糖尿病性视网膜病变(diabetic retinopathy，DR)、年龄相关性黄斑变性(age-related macular degeneration，AMD)、青光眼等常见眼底疾病的临床筛查、诊断和预测已有较多AI研究，相关成果已逐步应用于临床实践。除眼科疾病以外，探究眼底特征与全身各种疾病之间的关系并据此研发AI诊断系统已经成为当下的又一热门研究领域。AI应用于眼底影像分析将改善医疗资源紧缺、诊断效率低下的情况，为多种疾病的筛查和诊断开辟“新赛道”。未来眼底影像AI分析的研究应着眼于多种眼底疾病的智能性、全面性诊断，对复杂性疾病进行综合性的辅助诊断；注重整合标准化、高质量的数据资源，提高算法性能、设计贴合临床的研究方案。     

人工智能在眼病筛查和诊断中的研究进展

近年来随着人口老龄化的发展、人群用眼方式的改变，现有的眼科医疗资源正越来越难以满足日渐增长的医疗需求，亟需新型的诊疗模式予以补足。眼科人工智能作为眼科领域的新兴元素，在眼病的筛查诊断中发展迅速，主要表现为“眼部图像数据+人工智能”的模式。近年来，随着该模式在白内障、青光眼、糖尿病性视网膜病变(diabetic retinopathy，DR)等常见病中研究的深入，相关技术日渐成熟，表现出了较大的应用优势与应用前景，部分技术甚至成功转化并被逐渐应用于临床。眼科诊疗向智慧医学模式的过渡，有望缓解日益增长的医疗需求与紧缺的医疗资源之间的矛盾，从而提高整体的医疗服务水平。     

人工智能在白内障手术治疗和教学中的应用与展望

人工智能(artificial intelligence，AI)在白内障手术中的应用越来越广泛，二者结合对于白内障手术的术前诊断和分级管理、术中人工晶状体选择、位置预测及术后管理(视力预测、并发症预测及随访)、手术培训和教学方面均起到巨大的促进作用。诚然，AI在与白内障手术相关的管理、分析和研究中还面临着许多问题，但其广泛的应用前景不可忽视。现对AI在白内障手术治疗和教学中的应用做以总结，并对其未来的发展做出展望。     

基于深度学习和智能手机的眼病预防与远程诊疗

随着智能手机覆盖率的增加与可用性的提升，实现智能健康管理的应用程序成为新兴研究热点。新一代智能手机可通过追踪步数，监测心率、睡眠，拍摄照片等方式进行健康分析，成为新的医学辅助工具。随着深度学习技术在图像处理领域的不断进展，基于医学影像的智能诊断已在多个学科全面开花，有望彻底改变医院传统的眼科疾病诊疗模式。眼科疾病的常规诊断往往依赖于各种形式的图像，如裂隙灯生物显微镜、眼底成像、光学相干断层扫描等。因此，眼科成为医学人工智能发展最快的领域之一。将眼科人工智能诊疗系统部署在智能手机上，有望提高疾病诊断效率和筛查覆盖率，改善医疗资源紧张的现状，具有极大的发展前景。综述的重点是基于深度学习和智能手机的眼病预防与远程诊疗的进展，以糖尿病性视网膜病变、青光眼、白内障3种疾病为例，讲述深度学习和智能手机在眼病管理方面的具体研究、应用和展望。     

人工智能在眼前段疾病的应用

随着人工智能(artificial intelligence,AI)技术的快速发展,基于深度学习(deep learning,DL)和机器学习的AI技术在医学领域上的应用受到了广泛的关注。AI在眼科的应用也逐渐向更全面更深入的层次发展,通过角膜断层扫描、光学相干断层扫描、裂隙灯图像等技术,AI在对角膜病变、结膜病变、白内障、青光眼等眼部疾病的诊断和治疗方面都表现出了良好的性能。然而AI在眼科的应用方面也存在一些诸如结果可解释性的欠缺、数据集标准化的缺乏、数据集质量的不齐、模型适用性的不足和伦理问题等挑战。在5G和远程医疗飞速发展的时代,眼科AI同时也有许多新的机遇。本文综述了AI在前段眼科疾病中的应用、临床实施的潜在挑战和前景,为AI在眼科领域的进一步发展提供参考信息。