人工智能可能有助于发现面临最严重致盲疾病风险的新生儿

已获得美国食品和药物管理局快速批准批准的人工智能 (AI) 设备可能有助于识别有侵袭性早产儿后视网膜病变 (AP-ROP) 风险的新生儿。AP-ROP 是最严重的 ROP 形式，可能难以及时诊断以挽救视力。美国国家眼科研究所资助的研究结果于7月<>日在线发表在《眼科》杂志上。

“人工智能有可能帮助我们更早地识别患有AP-ROP的婴儿。但它也为定量指标提供了基础，以帮助我们更好地了解AP-ROP病理生理学，这是改善我们管理它的方式的关键，“该研究的首席研究员J. Peter Campbell，医学博士，MPH说，凯西眼科研究所，俄勒冈健康与科学大学波特兰。

早产儿有患视网膜病变的风险。也就是说，他们的眼睛里有脆弱的血管，会漏血并异常生长。如果不及时治疗，血管生长会恶化并导致疤痕，这可能会拉扯并导致视网膜(眼睛后部的感光组织)脱落。视网膜脱离是ROP导致视力丧失的主要原因。每年，ROP 在美国的发病率约为 0.17%。大多数病例为轻度，无需治疗即可消退。

出生后，对早产儿的眼睛进行筛查并密切观察视网膜病变的迹象。但与 ROP 相关的变化发生在严重程度范围内。AP-ROP 可以逃避诊断，因为它的特征可能比典型的 ROP 更微妙且更难理解。AP-ROP 于 2005 年被正式认可为诊断实体。然而，在日常实践中，临床医生如何解释眼内拍摄的眼底图像是否显示AP-ROP的迹象存在显着差异。“即使是最有经验的评估人员也不同意眼底图像是否表明AP-ROP，”坎贝尔说。

在之前的一项研究中，深度学习(一种用于图像识别的人工智能)在检测眼底图像中的细微模式和对 ROP 进行分类方面比专家更准确。使用自动深度学习ROP分类器，研究人员设计了一个定量的血管严重程度评分(1-9量表)，用于评估新生儿，监测疾病进展和对治疗的反应。然而，该研究并未专门针对AP-ROP检测。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！