自动自我管理视力系统的开发和验证 (AutoVA)

视力是诊所大多数眼科患者的常规眼科检查。 它还作为就业前健康检查和健康筛查的筛选测试进行。 可以在社区层面检查患者的屈光不正情况，或者对患有慢性疾病的患者进行眼部疾病筛查。 随着人口老龄化和眼部疾病负担的加重，眼科门诊的患者数量将会增加。

有一些现有的在线应用程序允许自眼检查，但存在局限性。 它们通常是在中等距离（即从手机到眼睛的距离）处完成的，并且不能准确地代表真实的远视力。 在临床环境中，远视力通常设置为 4-6m。

视力测试由经过专门培训的医疗人员（例如验光师和患者服务助理）进行，这通常既耗时又费力，需要一对一的关注。 此外，视力是主观的，有时可能需要重新测试以确保准确的视力评估。

由于视力检查是患者挂号后第一个前往的临床站，这导致工作流程出现瓶颈，导致后续服务延误，最终增加患者在诊所的等待时间。

该项目旨在通过语音转文本和计算机视觉技术开发和验证自动化视力 (VA) 站，并与现有的手动 VA 评估进行比较。

我们假设我们能够使用人工智能来理解患者的言语和姿势，以实现视敏度测试的自动化。 我们还假设自动视力测试与诊所工作人员手动检查 VA 相当。