综述
人工智能在早产儿视网膜病变诊疗中的应用研究进展
中华眼底病杂志, 2023,39(12) : 1022-1027. DOI: 10.3760/cma.j.cn511434-20230109-00013
摘要

早产儿视网膜病变(ROP)是造成早产儿视力损伤甚至致盲的一个主要原因。及时的检查、诊断和干预能有效预防ROP进一步恶化。然而,目前全球范围内对ROP的诊断存在主观性强、筛查效率低、不同区域筛查普及率差异大、儿童眼底病医师严重不足等问题。人工智能(AI)在ROP诊断和治疗的应用作为人工诊断的辅助工具或者作为一个自动化的ROP诊断方式,可以有效地提高ROP诊断的效率和客观性,扩大筛查的覆盖面,实现筛查的自动化和诊断结果的量化。在全球重视医学影像AI发展和应用的大环境下,开发更准确的诊断网络,探索更有效的AI辅助诊断方法,增强AI辅助诊断的可解释性,可以更快推动ROP的AI相关政策的完善以及AI产品的落地,促进ROP诊断和治疗行业的发展。

引用本文: 吴迪, 毛剑波, 陆宇, 等.  人工智能在早产儿视网膜病变诊疗中的应用研究进展 [J] . 中华眼底病杂志, 2023, 39(12) : 1022-1027. DOI: 10.3760/cma.j.cn511434-20230109-00013.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

人工智能(AI)是一种使计算机能够模拟和执行人类智能活动的技术和方法[1]。1956年,Russell[2]首次提出"AI"这一词语。早期AI的目标是机器复现人类的智能行为,实现机器自动化。经过半个多世纪的发展,如今目标已变为AI可以独立处理复杂的工作而不是简单的重复性工作。作为AI的重要代表,机器学习(ML)使计算机从数据中学习算法并用于预测或决策。而深度学习(DL)作为ML的一个子领域,利用多层神经网络模型进一步实现对数据的自动学习和高级特征表示[3]。ML和DL的出现为现代社会各领域的发展提供了动力。

 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词