Новое исследование подтверждает, что модели глубокого обучения способны эффективно диагностировать инфекционный кератит (ИК).
Группа ученых из Бирмингемского университета провела метаанализ 35 исследований, в которых использовались алгоритмы искусственного интеллекта для определения ИК. Результаты, опубликованные в журнале eClinicalMedicine, показывают, что точность диагностики с помощью ИИ сопоставима с работой офтальмологов, достигая 89,2% по чувствительности и 93,2% по специфичности, в то время как у специалистов эти показатели составляют 82,2% и 89,6% соответственно.
Доктор Даррен Тинг, один из авторов исследования, отметил, что использование ИИ может «революционизировать» подход к лечению инфекций роговицы, особенно в регионах с ограниченным доступом к специализированной медицинской помощи.
Алгоритмы проанализировали более 136 000 изображений роговицы и смогли успешно различать здоровые глаза и инфицированные роговицы, а также выявлять различные причины ИК. Несмотря на обнадеживающие результаты, авторы подчеркивают необходимость в более разнообразных данных и дополнительной валидации для повышения надежности диагностики.
