机构名称：
¥ 1.0
近年来，眼科引起了科学界和临床界的广泛关注。全球老龄化人口中眼科疾病的数量正在增加。在许多情况下，通过早期发现和及时采取行动可以预防失明。自 2016 年发表了几篇关于使用深度学习筛查糖尿病视网膜病变 (DR) 的开创性著作以来，人工智能研究，尤其是深度学习，在眼科领域蓬勃发展 (6-8)。眼科诊断很大程度上依赖于影像检查。随着光学相干断层扫描 (OCT) 和眼底照相的广泛应用，基于人工智能的深度学习方法可以快速、无创地评估大量图像数据集并识别、定位和量化疾病特征 (9-11)。最初，大多数眼科人工智能研究集中在后段疾病上，例如 DR、老年性黄斑变性 (AMD)、青光眼和早产儿视网膜病变 (ROP) (7,12,13)。近年来，人工智能在眼前节疾病及影像学方面的研究不断涌现（14-16）。基于图像识别的医疗辅助诊断系统有利于开展大规模人群疾病筛查，提高临床工作效率，为缓解医疗资源短缺提供新思路。此外，人工智能与远程医疗的结合，也正在成为解决医疗资源短缺的另一种可行方案（17）。
更新的文献计量分析
主要关键词
相关文件推荐
