文献速递角膜与眼表疾病

机器学习在圆锥角膜诊断中的应用

[Application of machine learning in the diagnosis of keratoconus].
PubMed 文献 · Zhonghua Yan Ke Za Zhi · 2022-01-01

本文综述了既往辅助诊断圆锥角膜的机器学习模型,指出结合角膜形态数据的机器学习模型是圆锥角膜诊断的有效补充并提供决策支持,可提高读图效率、减少人为误判并降低人力成本。

要点

  • 机器学习是人工智能的核心,结合角膜信息的模型是圆锥角膜诊断的有效补充。
  • 这类人工智能系统可提高读图效率、减少人为误判几率并有效降低人力成本。
  • 归纳既往机器学习模型有助于理解圆锥角膜智能诊断领域知识并指导进一步研究。

核心结论

  • 结合角膜形态数据的机器学习模型是圆锥角膜诊断中的有效补充,并提供了一定的决策支持。

研究设计与样本

  • 本文为综述,归纳既往辅助诊断圆锥角膜的机器学习模型。

主要发现

  • 这类人工智能系统可以提高读图效率、减少人为误判几率并有效降低人力成本。

局限性

  • 原文未报告局限性。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

The diagnosis of keratoconus is closely related to artificial intelligence. Machine learning is the core of artificial intelligence, machine learning models combined with corneal information are effective supplements in keratoconus diagnosis and provide decision support. These artificial intelligence systems can bring efficiency, reduce artificial misjudgment and effectively reduce manpower costs. In this paper, by summarizing the previous machine learning models that assisted the diagnosis of keratoconus, we may help researchers understand the relevant knowledge in the field of intelligent diagnosis of keratoconus, which is of great significance for further machine learning research. 圆锥角膜的诊断与人工智能息息相关,而机器学习是人工智能的核心,各种结合了角膜形态数据的机器学习模型是圆锥角膜诊断中的有效补充,并提供了一定的决策支持,这类人工智能系统可以提高读图效率、减少人为误判几率并有效降低人力成本。本文通过归纳既往辅助诊断圆锥角膜的机器学习模型,帮助研究者们了解圆锥角膜智能诊断领域的相关知识,这对于进一步开展这一领域的机器学习研究有重要意义。.

来源:Zhonghua Yan Ke Za Zhi,查看原文。版权归原作者所有。

引用

  1. Xie Y, Liu Q. [Application of machine learning in the diagnosis of keratoconus]. Zhonghua Yan Ke Za Zhi. 2022. PMID: 36220663. doi:10.3760/cma.j.cn112142-20220622-00308

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。