深度学习技术能够比传统方法更准确地检测青光眼

IBM和纽约大学科学家最近进行的一项研究表明，深度学习技术能够比传统方法更准确地检测青光眼。

深度学习框架能够以94%的准确率从原始光学相干断层扫描(OCT)图像中检测青光眼，而无需进行额外的分割或数据清理，而其他传统技术(需要医生采取更多步骤)的准确率是86%。

“最终，当通过假阳性率[标准化]在一组624名受试者(217名健康人和432名青光眼患者)中，我们基于深度学习的新方法可以正确地检测出94%的病例中的青光眼”技术才发现这个案件的86%，” Bhavna安东尼，IBM的科学家在澳大利亚墨尔本，该研究的作者之一，写道。“我们相信，这种提高的准确性是由于消除了图像中结构的自动分割中的错误以及包括了目前尚未在临床上用于此目的的图像区域的错误。”

研究人员说，青光眼可以通过多种检查来诊断，眼底照相术和OCT等技术被广泛用于帮助诊断和管理该疾病。但是，像OCT这样的技术还依赖其他几种功能来帮助区分健康和青光眼。

希望是研究人员找到AI可以帮助眼科医生和验光师进一步使用眼睛图像并加快从图像中检测青光眼的过程的方法。

“我们的方法消除了这些额外的步骤，表明检测青光眼不需要这些可能耗时的阶段，”安东尼说。