XiaoMi-AI文件搜索系统
World File Search System功能检查
引用：Pueyo V、Pérez-Roche T、Prieto E 等人。基于人工智能的儿童视觉问题识别系统开发：TrackAI 项目研究方案。BMJ Open 2020；10：e033139。doi:10.1136/bmjopen-2019-033139
摘要 简介 世界上 1900 万名视障儿童中，约 70% 至 80% 的儿童患有可预防或可治愈的疾病，只要及早发现即可。儿童视力筛查是一种基于证据且经济有效的检测视力障碍的方法。然而，目前的筛查计划面临几个限制：需要培训才能有效执行，缺乏准确的筛查工具以及幼儿协作能力差。其中一些限制可以通过新的数字工具克服。实施基于人工智能系统的系统可避免解释视觉结果的挑战。TrackAI 项目的目标是开发一个识别视力障碍儿童的系统。该系统将有两个主要组成部分：一种在数字设备 DIVE（综合视觉检查设备）中实施的新型视觉测试；以及将在智能手机上运行的人工智能算法，用于自动分析 DIVE 收集的视觉数据。方法与分析 这是一项多中心研究，至少有五个位于五个不同地理位置的研究地点的中心参与招募，覆盖欧洲、美国和亚洲。这项研究将包括年龄在 6 个月至 14 岁之间的儿童，他们的视力发育正常或异常。该项目将分为两个连续阶段：设计和训练人工智能 (AI) 算法以识别视觉问题，以及系统开发和验证。研究方案将包括由经验丰富的儿科眼科医生进行的全面眼科检查，以及使用 DIVE 进行的视觉功能检查。对于研究的第一部分，将为每个 DIVE 检查提供诊断标签以训练神经网络。为了进行验证，将眼科医生提供的诊断与 AI 系统结果进行比较。伦理与传播 本研究将按照良好临床实践原则进行。本方案已于 2019 年 1 月获得阿拉贡临床研究伦理委员会 CEICA 批准（编号 PI18/346）。
501 人工智能在儿科的应用...
背景：人工智能有望成为未来儿童及其健康的多维资源。机器学习和算法的最新进展有助于解决哮喘、肺炎和肺结节等疾病。目标：本研究旨在详细概述人工智能在儿科肺病学中的应用。方法：许多发表在评论期刊上的文章已被纳入撰写当前评论。文献检索是通过使用 PubMed、Google Scholar、ResearchGate、Frontiers 等电子数据库进行的。为了更好地理解，已经包含了人工智能效率的图形描述。已经审查了研究以强调大流行情景及其对儿童的影响。结果：各种研究表明，通过高效的成像和基于数字技术的设备，人工智能在儿科肺病学中的应用取得了令人鼓舞的成果。人工智能技术的实用性已纳入以下小标题：1）儿科听诊中的人工智能，2）儿科影像中的人工智能，3）基于人工智能的儿科肺功能检查，4）机器学习在儿童哮喘持续性预测中的应用，5）儿童肺炎诊断中的人工智能，6）儿科肺肿瘤学中的人工智能，6）新冠肺炎情景，7）人工智能的当前和未来前景，8）儿科肺病学中人工智能的挑战和陷阱。结论：人工智能技术在儿科领域取得了长足进步，尤其是在后疫情时代，通过新型数字设备和自动化。缺乏技术意识、资金和学习课程中的人工智能是医疗保健专业人员目前面临的一些挑战。必须解决这些限制，以便在日常实践中发挥更多临床效用。关键词：人工智能；机器学习，儿科；儿科肺病学；深度学习。肺功能测试。DOI：10.21608/svuijm.2023.195963.1544 * 通信：aaalzayed@imamu.edu.s a 收到：2023 年 3 月 28 日。修订：2023 年 5 月 7 日。接受：2023 年 7 月 1 日。出版日期：2023 年 7 月 9 日 引用本文为：Abdullah Abdullah Alzayed。(2023)。人工智能在儿科肺病学中的应用：现状和未来前景。SVU-国际医学科学杂志。第 6 卷，第 2 期，第 501-510 页。