已獲得美國食品和藥物管理局快速批準批準的人工智能 (AI) 設備可能有助于識別有侵襲性早產兒后視網(wǎng)膜病變 (AP-ROP) 風險的新生兒。AP-ROP 是最嚴重的 ROP 形式，可能難以及時診斷以挽救視力。美國國家眼科研究所資助的研究結果于7月<>日在線發(fā)表在《眼科》雜志上。
“人工智能有可能幫助我們更早地識別患有AP-ROP的嬰兒。但它也為定量指標提供了基礎，以幫助我們更好地了解AP-ROP病理生理學，這是改善我們管理它的方式的關鍵，“該研究的首席研究員J. Peter Campbell，醫(yī)學博士，MPH說，凱西眼科研究所，俄勒岡健康與科學大學波特蘭。
早產兒有患視網(wǎng)膜病變的風險。也就是說，他們的眼睛里有脆弱的血管，會漏血并異常生長。如果不及時治療，血管生長會惡化并導致疤痕，這可能會拉扯并導致視網(wǎng)膜(眼睛后部的感光組織)脫落。視網(wǎng)膜脫離是ROP導致視力喪失的主要原因。每年，ROP 在美國的發(fā)病率約為 0.17%。大多數(shù)病例為輕度，無需治療即可消退。
出生后，對早產兒的眼睛進行篩查并密切觀察視網(wǎng)膜病變的跡象。但與 ROP 相關的變化發(fā)生在嚴重程度范圍內。AP-ROP 可以逃避診斷，因為它的特征可能比典型的 ROP 更微妙且更難理解。AP-ROP 于 2005 年被正式認可為診斷實體。然而，在日常實踐中，臨床醫(yī)生如何解釋眼內拍攝的眼底圖像是否顯示AP-ROP的跡象存在顯著差異。“即使是最有經驗的評估人員也不同意眼底圖像是否表明AP-ROP，”坎貝爾說。
在之前的一項研究中，深度學習(一種用于圖像識別的人工智能)在檢測眼底圖像中的細微模式和對 ROP 進行分類方面比專家更準確。使用自動深度學習ROP分類器，研究人員設計了一個定量的血管嚴重程度評分(1-9量表)，用于評估新生兒，監(jiān)測疾病進展和對治療的反應。然而，該研究并未專門針對AP-ROP檢測。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！