Алгоритм глубокого обучения для выявления обструктивной ишемической болезни сердца с использованием фотографий глазного дна

Искусственный интеллект, обученный посредством модельного обучения, может быстро выполнять распознавание медицинских изображений и широко используется для раннего скрининга заболеваний и вспомогательной диагностики. Благодаря постоянной оптимизации глубокого обучения применение ИИ помогло обнаружить некоторые ранее неизвестные связи с другими системными заболеваниями. Искусственный интеллект, основанный на изображениях глазного дна сетчатки, можно использовать для выявления анемии, заболеваний гепатобилиарной системы и хронической болезни почек, а также для прогнозирования других системных биомаркеров. Вышеуказанные исследования создают теоретическую основу для применения технологии искусственного интеллекта на основе изображений глазного дна для диагностики и прогнозирования сердечно-сосудистых заболеваний.

В настоящее время в Китае и во всем мире по-прежнему ощущается нехватка точных, быстрых и простых в использовании диагностических и терапевтических инструментов для прогнозного моделирования риска ишемической болезни сердца и инструментов раннего скрининга. Изображение глазного дна постепенно используется в качестве инструмента для обширного скрининга заболеваний благодаря его особой связи с кровеносными сосудами по всему телу, а также легкому доступу, дешевизне и эффективности. Большое научное и социальное значение имеет разработка и проверка модели идентификации и прогнозирования ишемической болезни сердца и ее факторов риска на основе изображений глазного дна с использованием алгоритмов глубокого обучения ИИ, а также изучение значения изображений глазного дна ИИ в оказании помощи при ишемической болезни сердца. диагностика и скрининг для широкого спектра применений.