眼科专业人士可能会受益于人工智能在诊断感染性角膜炎（IK）中的整合，这是一种全球范围内导致角膜失明的主要因素。最近的一项研究发现，深度学习模型在识别这种感染时的准确性可以与人类诊断者相匹配。
眼科专业人士可能会受益于人工智能在诊断感染性角膜炎（IK）中的整合，这是一种 worldwide 角膜失明的重要因素。最近的研究表明，深度学习模型在识别这种感染时的准确性相当。
一项发表在eClinicalMedicine的荟萃分析由伯明翰大学的达伦·丁（Dr. Darren Ting）博士领导。他与一个全球团队合作，回顾了35项使用深度学习（DL）模型诊断感染性角膜炎的研究。
该研究显示，AI模型的诊断准确性水平与眼科医生相似，灵敏度为89.2%，特异度为93.2%，而眼科医生的灵敏度为82.2%，特异度为89.6%。
作者分析了超过136,000张角膜图像，强调这些发现增强了人工智能在临床环境中应用的潜力。
据达伦·丁博士介绍，这项研究的高级作者，伯明翰健康伙伴（BHP）研究员以及伯明翰大学的顾问眼科医生：
“我们的研究强调了AI能够提供快速和可靠的诊断，这可能会改变全球角膜感染的管理。这对于获得专业眼科护理有限的地区尤其令人鼓舞，可能减少全球可预防失明的发生。”
AI模型还展现了区分健康眼睛、感染的角膜以及IK的各种潜在原因的能力，包括细菌和真菌感染。
尽管这些发现强调了深度学习在医疗保健中的前景，研究的作者强调了收集更多多样数据和进行额外的外部验证的重要性，以增强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发炎，影响数百万个体，尤其是在低收入和中等收入国家，这些国家获得专业眼科护理的机会往往受到限制。随着人工智能技术的进步并日益成为医学的重要组成部分，它可能很快成为全球抗击角膜失明的重要工具。
