机器学习在角膜相关疾病辅助诊断中的应用

机器学习作为人工智能的主要技术方向,可帮助眼科医生解读与分析成像设备产生的大量数据,简化诊疗过程。圆锥角膜的分类和早期诊断是机器学习的一个重要应用实例。机器学习用于辅助诊断圆锥角膜的建模方式通常有神经网络法、决策树法,这些模型的敏感性和特异性均在85%以上,但由于圆锥角膜的研究参数不一致,且缺乏公共数据集来衡量算法的优劣,限制了其在临床上的普遍推广。角膜屈光手术术前评估存在数据量大、决策困难的临床问题,机器学习可辅助评估患者是否适合进行屈光手术,其特异性、敏感性均在90%以上,并可通过术前各种眼部参数预测术后视觉质量。另外机器学习在角膜内皮细胞密度计数、角膜上皮损伤程度评估方面都有应用。通过机器学习及大数据建模可协助医生进行角膜病的精准诊断和个性化评估,为角膜病诊疗奠定数据基础。本文对近年来机器学习在角膜相关疾病中的应用进展进行综述。