Eficácia diagnóstica da CNN na diferenciação do campo visual

O glaucoma é a principal causa mundial de cegueira irreversível, caracterizada pelo afinamento progressivo da camada de fibras nervosas da retina e defeitos no campo visual. O teste de campo visual é um dos padrões ouro para diagnóstico e avaliação da progressão do glaucoma. No entanto, não existe um padrão universalmente aceito para a interpretação dos resultados do campo visual, que é subjetivo e requer muita experiência. Atualmente, a inteligência artificial alcançou a precisão comparável aos médicos humanos na interpretação de imagens médicas de muitas doenças diferentes. Anteriormente, treinamos uma rede neural convolucional profunda para ler os relatórios de campo visual, que tem eficácia diagnóstica ainda maior do que os oftalmologistas. O atual estudo multicêntrico é projetado para avaliar a eficácia do algoritmo baseado em rede neural convolucional na diferenciação do campo visual glaucomatoso do não-glaucomatoso, comparar seu desempenho com oftalmologistas e avaliar sua utilidade no mundo real.