机构名称：
¥ 1.0
摘要 灵敏且稳健的视网膜功能结果测量对于老年性黄斑变性 (AMD) 的临床试验至关重要。最近的一项发展是实施人工智能 (AI)，根据多模态成像的结果推断心理物理检查的结果。我们对 PubMed 和 Web of Science 等中引用的当前文献进行了审查，关键词为“人工智能”和“机器学习”，结合“视野测量”、“最佳矫正视力 (BCVA)”、“视网膜功能”和“老年性黄斑变性”。到目前为止，基于 AI 的结构功能相关性已被用于推断常规视野、眼底控制视野和视网膜电图数据，以及 BCVA 和患者报告结果测量 (PROM)。在新生血管性 AMD 中，BCVA 推断（以下称为推断 BCVA）可以估计 BCVA 结果，其均方根误差约为 7 – 11 个字母，与实际视力评估的准确性相当。此外，基于 AI 的结构功能相关性可以成功推断眼底控制视野 (FCP) 结果，包括中间视觉以及暗适应 (DA) 青色和红色测试（以下称为推断灵敏度）。可以通过添加简短的 FCP 检查来增强推断灵敏度的准确性，并且对于中间视觉、DA 青色和 DA 红色测试，平均绝对误差 (MAE) 可达到 ~3 – 5 dB。基于多模态成像的推断 BCVA 和推断视网膜灵敏度可被视为未来介入临床试验的准功能替代终点。
基于人工智能的老年性黄斑变性结构功能相关性
主要关键词
相关文件推荐
