研究人员希望利用人工智能进行干眼病的早期检测和预后

研究人员希望利用人工智能进行干眼病的早期检测和预后

干眼病 (DED) 是最常见的眼病之一，影响着世界上高达 30% 的人口。 这种疾病会影响许多不同类型的人，并最终导致他们的整体生活质量大幅下降。 早期检查和预后对于患者的疾病进展至关重要。 然而，这可能很困难。 在这项研究中，研究人员希望利用人工智能 (AI) 来支持 DED 的早期检测和预后。 人工智能的使用不仅可以使个人更容易进行筛查，还可以帮助患者进行个性化的治疗干预。

研究人员将他们的结果发表在大数据挖掘与分析4月22日。

DED 会影响很多人，包括戴隐形眼镜、化妆、熬夜、长时间看屏幕的人以及 30 岁以上的人。 这种疾病的症状包括眼睛干涩、刺激和烧灼感、流泪、眼睛疲劳和疼痛。 人们很容易看出，这种疾病有可能严重影响现代世界人口的很大一部分。 这就是眼部疾病检测以及计算机科学家和工程师界的共同努力可以提供帮助的地方。

通过克服挑战、传达见解和定义未来的研究路径，它为通过复杂的技术模式进一步发展眼部疾病检测做出了重大贡献。”

王小涵，作家、研究员

这种基于人工智能的疾病检测有七个方面。 通过人工智能筛选过程及时干预并正确预测是第一部分。 通过人工智能进行全面的干眼调查是另一个考虑因素。这是确保整个过程一定程度的彻底性和可信度的支持原则。 接下来是系统的方法以及计算机科学和工程学与眼科的结合。 随后，需要为未来的研究人员和从业人员制定并遵守 DED 检测标准，这自然会导致该领域的进步。 最后，所有研究结果、方法和工具都必须汇总，以便研究人员、科学家和从业者能够掌握所有当前可用的信息。

虽然眼科医生制定了疾病框架指南并标记了诊断，但人工智能却承担了大部分繁重的工作。 理想情况下，这种人工智能将使用从用户手机捕获的图像和视频来覆盖世界各地的用户。 然后，人工智能可以使用这些图像以及患者生活中的风险因素来创建智能且知情的预后。 此外，人工智能不断学习，可以通过为 DED 提供预测模型来帮助推进研究。

使用人工智能检测干眼病是有前景的，特别是考虑到危险因素往往是许多人日常生活中的正常活动。 为了使检测方法足够容易获得和准确，需要进行进一步的研究。

“然而，工程师在选择诊断标准和不同类型数据集的组合方面仍然面临挑战。通过使用值得信赖的算法以及手机捕获的图像和视频以供访问，早期检测的整体健康方法是可能的，”他告诉王。

通过工程师和眼科医生之间的持续测试和合作，这种测试方法有很大的潜力有助于早期发现干眼病，并为患者提供后续的治疗干预，以减轻病情恶化或恢复一定的生活质量。

珠海市人民医院的Mini Han Wang和Xiangrong Yu，以及来自香港中文大学眼科和视觉科学系、澳门城市大学数据科学学院和中国科学院珠海先进技术研究所大数据系的Mini Han Wang，Lumin Pang，Kelvin KL Chong，Carol 香港中文大学眼科及视觉科学系的张艳蕾和廖旭林、珠海爱尔眼科医院的方潇潇、重庆工贸职业技术学院人工智能学院的杨杰、澳门城市大学数据科学系的周若宇和刘文建、珠海爱尔眼科医院的周晓舒和 中国与葡语国家科技交流合作中心和贺州学院人工智能学院王凤玲参与了这项研究。

国家自然科学基金委、深圳市智能生物信息学重点实验室、深圳市科技计划、广东省基础与应用基础研究基金、珠海市科技研究基金、教育部人文社会科学项目、重庆市教委科技攻关计划、重庆市自然科学基金等项目为此项研究提供了支持。

资料来源：