XiaoMi-AI文件搜索系统
World File Search System眼病
相关眼病
甲状腺相关眼病（TAO）是一种与甲状腺功能障碍密切相关的自身免疫性疾病，是成人眼科中一种具有挑战性的疾病。其临床表现复杂多样，病情进展可导致突眼、复视、暴露性角膜炎、角膜溃疡、压迫性视神经病变，导致不可逆的视力损害甚至失明。传统的TAO治疗方法包括糖皮质激素、免疫抑制剂和放射治疗，但往往存在局限性和副作用，使该疾病成为眼科的一大难题。因此，开发新型靶向药物成为解决TAO发病机制的研究热点。目前，teprotumumab、tocilizumab等一系列新型靶向药物已成功研发，在消炎和治疗该疾病方面显示出显著的疗效。此外，在TAO体外模型中发现的一些候选药物和分子靶点也展现出了良好的应用前景，本文简要综述了未来临床治疗的潜在新策略以及TAO新药疗法的进展。
白细胞介素-1β对干眼病的功效...
目的：评估眼科疾病（OSD）疗效（OSD）疗效。患者和方法：这项前瞻性观察性研究包括接受骨关节炎并患有干眼（DE）的患者。主要结果是角膜染色评分。次要结果是眼表疾病指数（OSDI）得分，撕裂时间（TBUT），泪液渗透压（OSM），Schirmer的测试结果，介体1α（IL-1α），介体IL-1α（IL-1β）（IL-1β）和撕裂中的IL-1β（IL-1β）和IL-1RA剂量（IL-1RA）水平。所有测量均在基线和2个月的随访访问中进行。线性混合模型用于检查所有参数的效果，并将对数转换模型用于IL-1α，IL-1β和IL-1RA分析。结果：招募了34例患者（31名女性和3名男性）。The corneal staining score improved by 1.29 points (P=0.022, 95% confidence interval [95% CI] 0.19 to 2.40) after 2 months, and the OSDI score improved by 17.2 points (P<0.001, 95% CI 10.82 to 23.58) but TUBT decreased by 0.66 seconds (P=0.021, 95% CI 0.10 to 1.22).在泪OSM和Schirmer的测试中没有观察到显着差异。IL-1RA没有统计差异，IL-1α显着增加了80％（p = 0.260），而IL-1β显着降低了99.21％（p <0.001）。结论：透明蛋白可以改善角膜染色并降低泪液中的IL-1β水平，这反映了更好的症状。对于OSD和骨关节炎患者，二氧化碳蛋白可能是一种有希望的替代治疗方法。关键字：透气蛋白，干眼症，白介素-1，眼表疾病
甲状腺眼病的医学治疗进展
甲状腺眼病 (TED) 是一种复杂的自身免疫性疾病，可能危及视力并导致毁容。这种疾病的诊断和治疗面临巨大挑战，可用的治疗方法有限。我们对 TED 病理生理学的理解最近取得了进展，将治疗重点转向早期干预和靶向生物疗法。生物制剂具有精确免疫调节的优势，与传统方法相比，其安全性可能更好，疗效也更好。目前，teprotumumab 是美国食品和药物管理局批准的唯一一种治疗活动性中度至重度 TED 的药物。虽然 teprotumumab 是一种很有前途的新药，但它受到不良事件特征、治疗成本和需要进入输液中心的限制。正在研究新的分子靶点，以解决目前治疗的一些限制。本文将介绍对 TED 病理生理学、当前治疗模式和正在研究的新疗法的最新见解。
甲状腺眼病的医学治疗进展
甲状腺眼病 (TED) 是一种复杂的自身免疫性疾病，可能危及视力并导致毁容。这种疾病的诊断和治疗面临巨大挑战，可用的治疗方法有限。我们对 TED 病理生理学的理解最近取得了进展，将治疗重点转向早期干预和靶向生物疗法。生物制剂具有精确免疫调节的优势，与传统方法相比，其安全性可能更好，疗效也更好。目前，teprotumumab 是美国食品和药物管理局批准的唯一一种治疗活动性中度至重度 TED 的药物。虽然 teprotumumab 是一种很有前途的新药，但它受到不良事件特征、治疗成本和需要进入输液中心的限制。正在研究新的分子靶点，以解决目前治疗的一些限制。本文将介绍对 TED 病理生理学、当前治疗模式和正在研究的新疗法的最新见解。
新型人工智能软件加速糖尿病眼病的检测
作为一个深度学习系统，它处理的图像越多，其准确度就越高。目前，SELENA+ 已经接受了来自新加坡综合糖尿病视网膜病变计划 (SiDRP) 的 50 多万张无法识别的图像的训练，该计划是 2010 年启动的一项筛查计划。向前迈出的一大步目前，视网膜图像由 SNEC 眼科阅读中心 (SORC) 和陈笃生医院的另一个中心的训练有素的分级员进行评估。SORC 每天收到 2,000 多张图像，所有这些图像都通过繁琐耗时的工作流程手动处理，涉及多达三个级别的分级。
眼病领域的人工智能：最新发展、应用和调查
人工智能 (AI) 已开始应用于临床支持系统的医学诊断 [1]。人工智能在眼科领域的应用引起了人们对诊断各种眼科疾病的极大兴趣，这些疾病传统上很微妙且/或被认为难以被临床专家准确诊断 [2]。具体而言，当人工智能应用于眼底镜检查、光学相干断层扫描 (OCT) 和视野检查时，它可以整合最近开发的技术，以协助眼科医生进行准确诊断，在检测角膜和视网膜异常方面实现强大的分类性能 [3]。例如，人工智能可以用于各种眼部图像，作为筛查、诊断和监测初级保健前后段患有主要眼部疾病患者的可行解决方案 [4]。此外，借助眼科图像中的深度学习 (DL) 方法，可以通过观察视网膜扫描来检查各种疾病，以有效检测黄斑和脉络膜异常、出血、血管缺损和青光眼 [5]。换句话说，与眼科专家相比，DL 架构用于学习识别眼科中的各种眼部疾病，以提高诊断率，并获得临床可接受的性能 [6]。因此，AI 可以有效地作为患者和医生的可靠安全平台，并作为及时判断结果的辅助工具；这不仅可以减少误诊的可能性，还可以通过加快有效治疗来改善患者体验 [7]。此外，许多自动化眼部疾病筛查和分析医疗设备也已作为硬件仪器和测量工具成功应用于临床实践，可与 AI 算法相结合 [8]。除 OCT 外，眼科诊断设备还可细分为验光仪、角膜地形图系统（机器）、视网膜超声系统、眼压计等[9]。例如，视力筛查可以通过使用光学筛查仪和自动验光仪进行——前者使我们能够识别出患弱视的风险，例如眼球中层混浊、眼位和眼睑下垂，后者可以检测出可能导致视力下降和弱视的风险因素和眼部疾病[10]。因此，借助精准医疗设备和自动化仪器，人工智能一旦与传统的诊断和治疗方法和方案结合全面实施，就可以减少传统的低效率或障碍，并提高眼科的疗效和安全性。本期特刊旨在通过探索最新发展、应用和研究评论来强调该领域的上述趋势（https://www.mdpi.com/journal/diagnostics/special_issues/AI_Eye）。机器学习和深度学习等人工智能方法已显示出在筛查、检测、诊断和监测常见眼部疾病，不仅用于各种临床实践，还用于眼科基础研究。特刊共收录 11 篇研究文章，研究眼部结构前段（如角膜）和后段（如视网膜）的眼部疾病。
使用 Split AAV 进行体内遗传性眼病矫正-...
体外：293T、人类视网膜类器官、iPSC 衍生的 RPE、人类视网膜外植体、人类 RPE/脉络膜外植体 体内：C57BL/6J 小鼠（WT 和 Abca4 huG1961E）、非人类灵长类动物（食蟹猴）
使用卷积神经网络在视网膜图像中对眼病的分类
ABSTRAK ............................................................................................................ vii