Inteligența artificială promovează detectarea precoce și gestionarea miopiei

Inteligența artificială promovează detectarea precoce și gestionarea miopiei

Prevalența în creștere a miopiei este o problemă de sănătate globală, miopia ridicată crescând riscul de deteriorare a vederii. Acest lucru necesită utilizarea inteligenței artificiale (IA) pentru diagnosticarea precoce, prevenirea și tratamentul miopiei. Ei bine, aExamen pediatricRevizuirea evidențiază potențialele aplicații ale IA în identificarea timpurie, evaluarea riscurilor și prevenirea miopiei. În continuare, arată provocările și stadiul actual de dezvoltare a tehnologiei AI în domeniul miopiei.

Miopia sau miopia afectează două miliarde de oameni din întreaga lume. Miopia necorectată poate afecta vederea, poate perturba educația, perspectivele de carieră și calitatea vieții. Până în 2050, se estimează că aproape jumătate din populația lumii va deveni miopă. Miopia ridicată este adesea asociată cu complicații care pot duce la deficiențe de vedere, afectând calitatea vieții pacienților și crescând povara medicală și economică globală. Prin urmare, diagnosticarea precoce a miopiei este importantă pentru prevenirea deficienței vizuale la pacienții cu miopie.

Inteligența artificială (AI) a deschis noi frontiere în domeniul medical și poate fi o soluție pentru această companie globală de asistență medicală. Subgrupurile de IA, cum ar fi tehnologiile avansate, cum ar fi învățarea automată (ML) și învățarea profundă (DL), pot ajuta la analiza datelor pentru a diagnostica bolile și a prezice factorii de risc, biomarkerii și rezultatele.

Într-o nouă revizuire a literaturii, Dr. Li Li, Dr. Jifeng Yu și Dr. Nan Liu, toți de la Departamentul de Oftalmologie, Capital Medical University, China, au rezumat aplicațiile și provocările AI în miopie, inclusiv detecția, evaluarea factorilor de risc și modelele de predicție. Acest studiu a fost publicat în Journal ofExamen pediatricpe 18 martie 2025.

Interesant este că modelele AI pot fi antrenate cu ML/DL pentru a detecta miopia din fotografiile fundului de ochi și imaginile tomografiei cu coerență optică. Prin hrănirea unui model cu un set mare de imagini de fund de ochi de la pacienții cu miopie, AI poate fi învățată să detecteze mici modificări de culoare și model în retină care sunt asociate cu miopie. Acest lucru permite modelului să diagnosticheze viitorii pacienți din fotografiile lor cu fundul de ochi.

În plus, dispozitivele de auto-monitorizare, cum ar fi SVOne, un dispozitiv portabil care utilizează un senzor de front de undă pentru a măsura defectele oculare, pot detecta defectele de refracție în ochi folosind algoritmi AI. Dispozitivul poate accesa o bază de date online de imagini pe care AI le poate folosi ca referințe pentru a diagnostica miopia. În plus, AI poate fi antrenat pentru a detecta schimbările comportamentale asociate cu debutul miopiei. O astfel de detectare este deosebit de utilă pentru detectarea precoce a miopiei la copii, care este adesea ignorată. De exemplu, Vivior Monitor utilizează algoritmi ML pentru a detecta modificări ale comportamentului vizual, cum ar fi:

În plus, metodele ML, cum ar fi mașina vectorială, regresia logistică și Xgboost pot fi utilizate pentru a identifica factorii de risc pentru miopie.„Un model bazat pe XGBOOST poate obține cantități mari de date longitudinale, permițându-i să învețe rezultatele și factorii de risc asociați ai miopiei la numeroși pacienți. Acest lucru, la rândul său, permite modelului să evalueze factorii de risc ai noilor pacienți pe baza geneticii, a istoricului familial, a mediului și a parametrilor fiziologici”.explică dr. Li Li.

Prezicerea progresiei și a rezultatului miopiei poate ajuta medicii să își adapteze abordarea clinică. La scară largă, poate modela practica clinică și elaborarea politicilor care ajută la controlul miopiei. Prin furnizarea unui model AI cu cantități mari de date biometrice, date de refracție, răspunsuri la tratament și imagini oculare de la numeroși pacienți cu miopie, AI poate fi învățată să prezică rezultatele miopiei la pacienții noi.

În ciuda potențialului mare al IA în miopie, mai multe provocări trebuie depășite. În primul rând, este important să ne asigurăm că setul de date folosit pentru a antrena un model AI este exact și de înaltă calitate. Prejudecățile, negativele/pozitivele false și calitatea slabă a datelor pot avea un impact negativ asupra acurateței de diagnostic și predicție a modelului. În al doilea rând, majoritatea modelelor de IA sunt antrenate folosind date de la spitale mari, care ar putea să nu fie reprezentative pentru pacienții care merg la clinici mai mici. Acest lucru creează o discrepanță între populația reală și cea de antrenament. În al treilea rând, un model AI nu este un medic instruit și poate să nu ofere o bază clinică pentru diagnosticul său, ceea ce poate duce la respingerea diagnosticului de către profesioniștii medicali. În cele din urmă, cu cantități atât de mari de date despre pacienți, este important să vedem că modelele AI asigură confidențialitatea dosarelor medicale ale pacienților.

„În timp ce studiul nostru le evidențiază pe cele notabileProgresele în aplicarea clinică a IA în miopie necesită studii suplimentare pentru a depăși provocările tehnologice. DinPrin construirea de seturi de date de înaltă calitate, îmbunătățirea capacității modelului de a procesa date de imagine multimodale și îmbunătățirea capacității de interacțiune a computerelor umane, modelele AI pot fi îmbunătățite în continuare pentru utilizare clinică pe scară largă.„Conchide Dr. Jifeng Yu.

Surse: