人工智能模型诊断感染性角膜炎表现匹敌眼科医生

　　

一项新的研究发现，深度学习模型在识别感染方面显示出相似的准确性，眼科保健专家可能会看到人工智能在诊断传染性角膜炎（IK）方面的帮助。传染性角膜炎是全球角膜失明的主要原因。在《eClinicalMedicine》上发表的一项荟萃分析研究中，伯明翰大学的Darren Ting博士与一个全球研究团队进行了一项综述，分析了35项利用深度学习（DL）模型诊断感染性角膜炎的研究。

该研究中的AI模型与眼科医生的诊断准确性相匹配，灵敏度为89.2%，特异性为93.2%，而眼科医生的灵敏度为82.2%，特异性为89.6%。该研究中的模型分析了超过13.6万张角膜图像，作者表示，结果进一步证明了人工智能在临床环境中的潜在应用。该研究的资深作者，伯明翰大学伯明翰健康合作伙伴（BHP）研究员和眼科顾问医师Darren Ting表示：“我们的研究表明，人工智能有可能提供快速、可靠的诊断，这可能会彻底改变我们在全球范围内管理角膜感染的方式。这对获得专业眼科护理机会有限的地区尤其有希望，并有助于减轻世界范围内可预防失明的负担。”

人工智能模型还被证明可以有效区分健康眼睛、感染角膜以及IK的各种潜在原因，如细菌或真菌感染。虽然这些结果突出了深度学习模型在医疗保健中的潜力，但该研究的作者强调需要更多样化的数据和进一步的外部验证，以提高这些模型在临床应用中的可靠性。

感染性角膜炎是一种角膜炎症，影响着数百万人，特别是在获得专业眼科护理的机会有限的低收入和中等收入国家。随着人工智能技术的不断发展并在医学中发挥关键作用，它可能很快成为全球预防角膜失明的关键工具。