Validering av en Universal Cataract Intelligence Platform

Denna studie etablerade och validerade en plattform för universell artificiell intelligens (AI) för kollaborativ hantering av grå starr som involverar kliniska scenarier på flera nivåer och utforskade ett AI-baserat medicinskt remissmönster för att förbättra samarbetseffektiviteten och resurstäckningen. Datauppsättningarna märktes med hjälp av ett trestegsmönster. strategi: (1) kategorisera spaltlampsfotografier i fyra separata fångstlägen; (2) diagnostisera varje fotografi som en normal lins, grå starr eller ett postoperativt öga; och (3) baserat på etiologi och svårighetsgrad, klassificera varje diagnostiserat fotografi ytterligare för en hanteringsstrategi för remiss eller uppföljning. Ett djupt kvarvarande konvolutionellt neuralt nätverk (CS-ResCNN) användes för bildklassificeringsuppgiften. Dessutom integrerade vi katarakt AI-agenten med ett verkligt remissmönster på flera nivåer som involverar egenkontroll i hemmet, primärvård och specialiserade sjukhustjänster.