深度學(xué)習(xí)技術(shù)能夠比傳統(tǒng)方法更準(zhǔn)確地檢測青光眼

IBM和紐約大學(xué)科學(xué)家最近進(jìn)行的一項(xiàng)研究表明，深度學(xué)習(xí)技術(shù)能夠比傳統(tǒng)方法更準(zhǔn)確地檢測青光眼。

深度學(xué)習(xí)框架能夠以94%的準(zhǔn)確率從原始光學(xué)相干斷層掃描(OCT)圖像中檢測青光眼，而無需進(jìn)行額外的分割或數(shù)據(jù)清理，而其他傳統(tǒng)技術(shù)(需要醫(yī)生采取更多步驟)的準(zhǔn)確率是86%。

“最終，當(dāng)通過假陽性率[標(biāo)準(zhǔn)化]在一組624名受試者(217名健康人和432名青光眼患者)中，我們基于深度學(xué)習(xí)的新方法可以正確地檢測出94%的病例中的青光眼”技術(shù)才發(fā)現(xiàn)這個(gè)案件的86%，” Bhavna安東尼，IBM的科學(xué)家在澳大利亞墨爾本，該研究的作者之一，寫道。“我們相信，這種提高的準(zhǔn)確性是由于消除了圖像中結(jié)構(gòu)的自動(dòng)分割中的錯(cuò)誤以及包括了目前尚未在臨床上用于此目的的圖像區(qū)域的錯(cuò)誤。”

研究人員說，青光眼可以通過多種檢查來診斷，眼底照相術(shù)和OCT等技術(shù)被廣泛用于幫助診斷和管理該疾病。但是，像OCT這樣的技術(shù)還依賴其他幾種功能來幫助區(qū)分健康和青光眼。

希望是研究人員找到AI可以幫助眼科醫(yī)生和驗(yàn)光師進(jìn)一步使用眼睛圖像并加快從圖像中檢測青光眼的過程的方法。

“我們的方法消除了這些額外的步驟，表明檢測青光眼不需要這些可能耗時(shí)的階段，”安東尼說。