点击蓝字
关注我们
编者按
随着生活品质的提升，公众对个人形象的追求日益增强，眼科整形手术领域迎来了新的发展契机。科技的进步更为这一领域带来了前所未有的机遇，其中，人工智能（AI）技术的应用尤为引人注目。AI不仅显著提升了眼科整形手术的精确性，还在辅助诊断眼眶疾病、识别眼睑疾病等方面展现了巨大潜力，为眼科整形手术的未来发展提供了无限可能。首都医科大学附属同仁医院李冬梅教授针对AI在眼科整形手术领域的辅助应用进行了深入探讨，揭示了智慧医疗时代眼科整形手术的创新发展之路。
AI辅助诊断眼眶疾病
01
甲状腺相关性眼病（TAO）
AI辅助TAO的筛选、预测和诊断
AI辅助预测TAO对糖皮质激素的治疗反应
02
脱髓鞘性视神经炎DON
也有学者通过将患者治疗前的资料输入混合模型对疾病进行分类。借助深度学习混合模型、利用CT图像预测可疑的DON患者，准确率96%、特异性99.5%、灵敏度94%、精密度98.9%、F1评分96.4%。
AI辅助识别眼睑疾病
01
眼部参数评估
深度学习分析系统可以提供眼睑的形态学参数，包括睑裂(PF)长度、睑缘映光点距离(MRD)、眼睑退缩距离、眼睑长度、巩膜区、瞳孔中央眼睑距离(MPLD)。仅使用面部图像便可自动、全面、客观的测量眼睑形态。AI通过对数字化照片的数据测量，可以用于眼睑位置异常的检测。这是一种快速、客观、便捷的上睑下垂评估方法，可以在患者数据评估中纠正人为误差以保证结果的客观性和可重复性，可能成为眼科整形手术评估的新工具。
02
眼睑肿瘤评估
深度学习分析系统不仅能够应用于全扫描图像（WSI）的识别和肿瘤鉴别，还能够根据面部照片进行临床决策。该系统通过图像水平可视化热图实现了补丁级分类与嵌入的精准操作；基于随机森林的WSI水平分类方法表现出色，其灵敏度、特异性和κ值分别高达94.7%、95.3%和0.878，充分展示了该系统在医学诊断领域的准确性和可靠性。
为了对比深度学习系统和眼科医生在识别和分析眼部疾病方面的表现，Bum-Joo Cho等人采用了一个更大规模的样本集，包含来自928名患者的共计4954张眼部照片。经过严格的数据处理和对比分析，他们发现，深度学习系统在诊断准确性方面已经达到了与人类眼科医生相当的水平。
李教授团队在上述研究的基础上，开发了一款智能眼睑肿物筛查小程序。用户在使用时，将头部置于采集相框内，确保肿瘤部位清晰可见，然后进行拍照。拍照完成后，在界面右下角的相册中选择并导入照片。若用户需要，还可对照片进行编辑，以确保目标眼睑部位清晰可见。编辑完成后，点击“确定”进行上传，系统将自动输出筛查结果。据该程序提供的数据显示，有92.098%的用户右眼存在恶性肿瘤，而左眼则未显示出明显的肿瘤迹象。此外，该程序还提供了丰富的科普内容，旨在帮助人们了解眼睑常见肿瘤的相关知识。同时，线上客服团队为用户提供解答常见问题及专业的咨询服务。如有需要，用户还可直接通过该程序预约挂号，以便及时就医。
ChatGPT在眼科整形手术中的应用
声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。
订阅号搜索“国际眼科时讯”或“iophthal”
查看更多精彩内容
（来源：《国际眼科时讯》编辑部）
版权声明
点分享
点收藏
点点赞
点在看
