眼保健专家可能会看到人工智能在诊断感染性角膜炎（IK）方面提供的帮助，因为一项新的研究发现，深度学习模型在识别感染方面的准确性与眼科医生相当。这项元分析研究发表在《eClinicalMedicine》上，伯明翰大学的Darren Ting博士与全球研究团队一起分析了35项利用深度学习（DL）模型诊断感染性角膜炎的研究。
研究表明，AI模型的诊断准确性与眼科医生相当，其敏感性为89.2%，特异性为93.2%，而眼科医生的敏感性为82.2%，特异性为89.6%。研究中的模型共分析了超过136,000张角膜图像，作者表示，这些结果进一步证明了人工智能在临床环境中的潜在用途。
“我们的研究表明，人工智能有潜力提供快速、可靠的诊断，这可能彻底改变我们管理全球角膜感染的方式。这对于专科眼科护理资源有限的地区尤其有前景，有助于减少可预防的失明。”伯明翰健康合作伙伴（BHP）研究员、伯明翰大学顾问眼科医生Darren Ting博士说。
AI模型还有效地区分了健康眼睛、感染角膜以及各种引起IK的原因，如细菌或真菌感染。尽管这些结果突显了深度学习在医疗保健中的潜力，但研究作者强调需要更多样化的数据和进一步的外部验证，以提高这些模型在临床使用中的可靠性。
感染性角膜炎是一种角膜炎症，影响数百万人，尤其是在低收入和中等收入国家，这些地区的专科眼科护理资源有限。随着AI技术的不断发展并在医学中发挥关键作用，它可能很快成为预防全球角膜失明的关键工具。
来源：伯明翰大学
期刊参考：Ong, Z. Z., et al. (2024). Diagnostic performance of deep learning for infectious keratitis: a systematic review and meta-analysis. eClinicalMedicine. doi.org/10.1016/j.eclinm.2024.102887.
(全文结束)
