视网膜静脉阻塞（RVO）是世界上第二大常见的视网膜血管疾病，由血栓阻塞视网膜静脉系统引发。如果诊断太迟或未能及时治疗，会导致患者视力严重下降、视物变形，甚至失明。
近日，发表在Nature子刊《Eye》上的一篇论文中，来自澳大利亚莫纳什大学的研究团队在一项为期三年的研究中开发出一种可以检测视网膜细微变化的人工智能技术。该技术能帮助全科医生和医疗保健专业人员检测和预测视网膜静脉阻塞的风险。由于视网膜通过中枢神经系统与身体其他部位紧密相连。因此，该技术也可以用于预测心脏病发作和中风风险。
在这项研究中，该团队训练了一个人工智能模型来区分从四川大学华西医院收集的超过10500张眼底图像。图像中的一些患者患有视网膜静脉阻塞；另一些正常患者作为对照。
研究人员使用接受者工作特征曲线下的面积、准确度、精密度、特异性、敏感性和混淆矩阵在两个独立的测试数据集中评估了该人工智能模型的性能。结果显示，准确率超过95%。
该团队表示，人工智能进行大规模计算，并捕捉未知和看似无关因素进行分类的能力远远超出人类的思维和能力。该算法有望成为一个强大的工具，以帮助临床医生预测视网膜静脉阻塞和其他心脑血管疾病的风险。他们所需要的只是一台智能眼底照相机，以及一个人工智能算法集成的云计算平台。
未来，该研究有望在中国、澳大利亚、英国和美国进行临床试验。
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/45571.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
赞