(資料圖)

包括倫敦大學(xué)城市克拉布實(shí)驗(yàn)室在內(nèi)的一個(gè)團(tuán)隊(duì)的研究已經(jīng)使用“深度學(xué)習(xí)”(DL)，這是一種人工智能(AI)，對(duì)數(shù)千張青光眼患者眼后部的圖像進(jìn)行預(yù)測(cè)他們的視力受到疾病的影響有多大。

該研究動(dòng)員并整理了來自英格蘭三個(gè) NHS 診所的 24,000 多名患者的大量數(shù)據(jù)，以實(shí)現(xiàn)這一目標(biāo)。研究結(jié)果表明，人工智能方法可以在跟蹤臨床患者青光眼的進(jìn)展方面發(fā)揮作用，也可以用于優(yōu)化青光眼的研究試驗(yàn)。

青光眼是一組導(dǎo)致視神經(jīng)進(jìn)行性損傷的眼部疾病，它影響約 2% 的 40 歲以上人群和近 10% 的 75 歲以上人群，導(dǎo)致每年超過 100 萬人次就診。一旦有人因青光眼失明，就無法恢復(fù)，因此早期發(fā)現(xiàn)和適當(dāng)?shù)墓芾碇陵P(guān)重要。

深度學(xué)習(xí)是一種“機(jī)器學(xué)習(xí)”和人工智能，它模仿人類獲取某些類型知識(shí)的方式。在這項(xiàng)研究中，深度學(xué)習(xí)模型獨(dú)立地應(yīng)用于從青光眼患者的眼睛中獲取的大量?jī)煞N類型的成像。目的是確定這些模型是否可用于預(yù)測(cè)患者可以看到的視覺區(qū)域(視野)。

第一種成像稱為光學(xué)相干斷層掃描(OCT)，它使用低相干(不太可能反射)的光來獲得高分辨率的視網(wǎng)膜橫截面圖像，視網(wǎng)膜是眼睛后部的感光區(qū)域圖像是由眼睛形成的。可以區(qū)分視網(wǎng)膜內(nèi)的各層，并且可以測(cè)量視網(wǎng)膜厚度以幫助早期發(fā)現(xiàn)和診斷疾病。

第二種成像稱為紅外反射 (IR)，它使用紅外光照射視網(wǎng)膜，在這種情況下用于成像視盤，這是眼睛的視神經(jīng)離開視網(wǎng)膜并傳播到視盤的地方。腦。

該研究的一個(gè)獨(dú)特方面是，深度學(xué)習(xí)方法學(xué)會(huì)了如何通過查看圖像來預(yù)測(cè)患者的視野，而無需任何專家或醫(yī)生對(duì)圖像中的特征進(jìn)行任何標(biāo)記。

該研究發(fā)現(xiàn)，每個(gè)深度學(xué)習(xí)模型都可以利用每種類型成像的各自體積中的模式，并僅從他們眼睛的圖像中對(duì)特定患者的視野具有有用的預(yù)測(cè)價(jià)值。然而，該研究進(jìn)一步發(fā)現(xiàn)，在 OCT 和 IR 這兩種成像類型中執(zhí)行深度學(xué)習(xí)過程，在預(yù)測(cè)患者視野方面提供了更好的準(zhǔn)確性。