目的:报告一例由颅内低血压引起的29年历史的双眼双皮亚患者被诊断出患有颅内高血压的患者。案例摘要:一名29岁的男性高血压患者被诊断为2个月以前患有特发性颅内性不足,介绍给具有为期4天的双目复视史的眼科医生。视力为1.0/0.63(1.0),没有相关传入的瞳孔缺陷。有双侧乳头毛,右6颅神经麻痹和视觉野外检查中的盲点肿大,暗示了颅内高血压。大脑的计算机断层扫描鉴定出2至3周龄的亚性血肿,这是颅内低血压的并发症,这可能导致颅内高血压。结论:虽然由于低脑脊液压力而导致颅内高血压患者的持续性头痛发展为颅内低血压,但这是颅内低血压的首次报道,向颅内高血压发展。Ann Optom Contact Lens 2021; 20(3):114-118
“当听到眼科医生发现 MS 时,每个人都很惊讶。” Janna 是一位作家,出生在萨克拉门托,2012 年被正式诊断为多发性硬化症。当我们听说她 18 个月前因眼科检查而开始患病时,我们想了解更多信息,于是坐下来采访了 Janna 和她的眼科医生,了解了整个故事。 “我惊呆了,说不出话来,哭了起来。” 2012 年,Janna 被诊断为多发性硬化症……一种影响中枢神经系统的疾病。 “当听到眼科医生发现 MS 时,每个人都很惊讶。” 2011 年,她开始感到左眼疼痛,同时眼色也发生变化。 “我订婚了,当时的未婚夫 Jeremy 说,好的,我会打电话给我的眼科医生,我会带你第一时间去看他。” “她出现的所有症状,尤其是眼球运动时再次出现疼痛,都表明她患有多发性硬化症,即 MS。” Todd Adair 医生,Janna 的眼科医生
•与斐济国立大学(FNU)和斐济卫生与医疗服务部(MHMS)合作,太平洋眼研究所培训了由眼科医生,护士和技术人员组成的206个眼科医生。2023年有15名学生,其中8名是护士。
执行团队 Zack Dvey-Aharon,博士,首席执行官,联合创始人 连续创业者、顾问和讲师 机器学习博士,8200 名校友 Danny Margalit,首席运营官,联合创始人 Aladdin 联合创始人(纳斯达克 IPO) 产品、专利和知识产权专家 Izik Itzhakov,业务发展副总裁 在 CLEW 和 iMDsoft 从事医疗保健 IT 工作超过 20 年,8200 名校友 Amit Wohl,产品副总裁 经验丰富的技术主管 理学硕士、麻省理工学院工商管理硕士、理学学士 以色列理工学院 董事会成员 Yiannis Monovoukas,博士Helios Global Investments、Falcon Ventures TEI Biosciences 首席执行官,以 3.12 亿美元收购 Sean Ianchulev,医学博士,公共卫生硕士 连续投资者,Eyenovia 首席执行官 加州大学旧金山分校和西奈山眼科学教授 Steve Remondi 连续投资者,Xsphera 首席执行官,塔夫茨大学顾问委员会成员,R-Cubed 合伙人 Mike Netz 连续天使投资者 前首席执行官 Teva Israel 医疗顾问委员会 • Sean Ianchulev,医学博士,公共卫生硕士,眼科医生 • Austin Bach,DO,公共卫生硕士,眼科医生 • Edward Rubinchik,医学博士,眼科医生 • Sam Goldberger,医学博士,工商管理硕士,眼科医生 • Elaine Sachter,医学博士,内科 • Eli Kraus,医学博士,眼科医生 • Ehud Rechtman,医学博士,眼科医生 • Tzvi Gottesman,OD,验光师 财务 • 迄今已筹集 300 万美元 • 位于波士顿和纽约的投资集团 •美国和伊利诺伊州天使 • 80 万美元 BIRD 资助获得者
PVD的症状与称为视网膜脱离的不同眼部病情的症状非常相似,后者需要及时治疗以阻止您失去部分或全部视线。因此,重要的是要在注意到任何新症状后的24小时内,由眼科医生(医院眼科医生)或验光师(也称为验光师)检查您的眼睛。,可以进行准确的诊断。您可以通过访问验光师或参加A&E伤亡来做到这一点。
摘要旨在开发一种算法,以准确可靠地从眼底照片中对多种视网膜病理进行分类,并验证其针对人类专家的绩效。方法,我们训练了一个深卷积合奏(DCE),这是五个卷积神经网络(CNN)的集合,将视网膜眼底照片分类为糖尿病性视网膜病(DR),青光眼,与年龄相关的黄斑变性(AMD)和正常眼睛。CNN体系结构基于InceptionV3模型,并且在Imagenet数据集上预估计了初始权重。我们使用了来自12个公共数据集的43 055底面图像。然后在100张图像的“看不见”集上测试了五个训练有素的合奏。要求七位认证的眼科医生对这些测试图像进行分类。结果认证的眼科医生在所有类别中达到72.7%的平均准确性,而DCE的平均准确性为79.2%(p = 0.03)。与眼科医生相比,DCE对DR分类的平均F1得分平均得分更高(76.8%vs 57.5%; P = 0.01),但在统计学上更高,但统计学上不显着的F1得分的F1得分(83.9%vs 75.7%; P = 0.10)和正常(85.9%vs; amd; 85.9%vs; (73.0%vs 70.5%; p = 0.39)。DCE在准确性和自信之间具有更大的平均一致性,而自信为81.6%vs 70.3%(p <0.001)。讨论我们开发了一个深度学习模型,发现与董事会认证的眼科医生相比,它可以更准确,可靠地对四类眼底图像进行分类。这项工作提供了算法能够仅使用眼底照片对多种视网膜疾病进行准确和可靠的识别的原则证明。
PVD的症状与称为视网膜脱离的不同眼部病情的症状非常相似,后者需要及时治疗以阻止您失去部分或全部视线。因此,重要的是要在注意到任何新症状后的24小时内,由眼科医生(也称为医院眼科医生)或验光师(也称为验光师)检查眼睛,以便进行准确的诊断。您可以通过访问验光师或参加A&E伤亡来做到这一点。
抽象引入早期筛查和治疗可以通过在早期发现和解决眼病来降低失明的发生率。眼科医生机器人是一种自动化设备,可以同时捕获眼表和眼底图像,而无需眼科医生,因此非常适合初级应用。但是,设备筛选功能的准确性需要进一步验证。本研究旨在使用眼科医生机器人捕获的图像进行评估和比较眼科医生和深度学习模型的筛选精度,以确定一种既准确又具有成本效益的筛选方法。我们的发现可能会为远程眼筛的潜在应用提供宝贵的见解。方法和分析这是一项多中心的前瞻性研究,将招募来自3家医院的约1578名参与者。所有参与者将经历眼科机器人拍摄的眼表和眼底图像。此外,有695名参与者将用缝隙灯成像其眼表面。将收集来自门诊病历的相关信息。主要目的是通过接收器操作特征曲线分析,使用设备图像来评估眼科医生筛查对多种盲目引起的眼部疾病的准确性。靶向疾病包括角膜炎,角膜疤痕,白内障,糖尿病性视网膜病,与年龄相关的黄斑变性,青光眼视觉神经病和病理近视。次要目标是评估深度学习模型在疾病筛查中的准确性。此外,该研究的目的是比较眼科机器人机器人和缝隙灯在筛查角膜炎和角膜疤痕中使用Kappa测试之间的一致性。此外,将通过构建Markov模型来评估三种眼筛选方法的成本效益,基于非甲状化医学筛查,眼科医生 - 甲基甲基诊断和人工智能 - 甲基医疗筛查的成本效益。伦理和传播该研究已获得温州医科大学眼科和验光医院伦理委员会的批准(参考:2023-026 K-21-01)。这项工作将由同行评审出版物,国家和国际会议上的抽象演讲以及与其他研究人员共享的数据共享。
•改善眼科医生,验光师和其他医疗保健专业人员之间合作的障碍是什么?•改善眼科医生,验光师和其他医疗保健专业人员之间合作的策略有哪些?•我们如何吸引服务不足的社区?•非眼护理专业人员具有筛查DR糖尿病患者的技能和能力需要什么?从医疗保健专业人员或患者倡导者的角度,要求参与者回答上述问题。主持人承认Roche和Bayer在开放和关闭演讲中所提供的教育赠款提供的支持,以及在抵达时和午餐时间展示的保留幻灯片中。