XiaoMi-AI文件搜索系统
World File Search System眼部
通过将眼部疗法推向市场来改善患者的生活。
我们是参加Ocular Disases论坛的唯一CRO，这是1997年成立的合作研究论坛的特定于治疗性的部分。Fortrea眼科执行董事 Tanya Richardson在该论坛的指导委员会任职，以其多样化的利益相关者参与而闻名，包括学术界，工业，行业，患者代表，付款人，付款人和监管机构。 论坛与FDA和EMA紧密合作，以推进监管科学，以治疗遗传性视网膜疾病（IRD）和黄斑变性。 此外，我们是稀有X（行业咨询小组）的视觉财团中唯一涉及的CRO，该联盟促进了稀有遗传性眼疾病的合作。 我们还参加了玛丽·泰勒·摩尔（Mary Tyler Moore Vision）倡议，这是一个旨在诊断糖尿病性视网膜疾病，开发新的研究终点并改善患者护理的公私财团。Tanya Richardson在该论坛的指导委员会任职，以其多样化的利益相关者参与而闻名，包括学术界，工业，行业，患者代表，付款人，付款人和监管机构。论坛与FDA和EMA紧密合作，以推进监管科学，以治疗遗传性视网膜疾病（IRD）和黄斑变性。此外，我们是稀有X（行业咨询小组）的视觉财团中唯一涉及的CRO，该联盟促进了稀有遗传性眼疾病的合作。我们还参加了玛丽·泰勒·摩尔（Mary Tyler Moore Vision）倡议，这是一个旨在诊断糖尿病性视网膜疾病，开发新的研究终点并改善患者护理的公私财团。
糖尿病性视网膜病中的眼部微血管并发症
摘要引入糖尿病性视网膜病（DR）是工人年龄成年人可预防失明的主要原因，主要由慢性高血糖的眼微血管并发症驱动。理解眼睛和疾病进展之间的微血管变化之间的复杂关系带来了挑战，假设线性或后勤关系的传统方法可能无法充分捕获这些变化与疾病进展之间的复杂相互作用。因此，这项研究的目的是通过实施非参数机器学习方法来评估糖尿病（DM）和非增殖DR的微血管受累。研究设计和方法我们进行了一项回顾性队列研究，其中包括从健康组（196眼）收集的光学相干断层扫描（OCTA）图像，DM NO DR组（120眼），一个温和的DR组（71只眼睛）和一个适度的DR组（66只眼睛）。我们实施了一种非参数机器学习方法，用于四个分类任务，该任务使用了从八粒图像中提取的参数作为预测因素：DM no no DR与健康，轻度DR与DM NO DR，中度DR与轻度DR相比，以及任何DR与DR相比。 Shapley添加说明值用于确定这些参数在分类中的重要性。结果，我们发现大型绒毛膜流量缺陷对健康而言与DM NO DR是最重要的，并且在轻度或中度DR的眼睛中变得不那么重要。浅表微脉管系统对于健康与DM NO DR和温和的DR与中度DR任务非常重要，但对于DM NO DR与轻度DR任务而言，这是深层微脉管系统起着重要作用的阶段。凹起的血管区度量通常受到的影响较小，但随着DR的恶化，其参与增加了。结论这项研究的结果为DM和DR的微血管参与提供了宝贵的见解，从而促进了早期检测方法和干预策略的发展。
人工智能和深度学习对眼部疾病的影响：综述
在不久的将来，由于人口老龄化，预计患眼疾的患者数量将急剧增加。在这种情况下，及早发现和正确治疗眼疾是保护视力和提高生活质量的主要目标。人工智能 (AI) 与眼科的深度融合可能有助于实现这一目标，它有可能加快诊断过程并减少所需的人力资源。人工智能是计算机科学的一个子集，它涉及使用计算机开发试图模拟人类智能的算法。人工智能的概念于 1956 年首次提出 ( 1 )。从那时起，该领域取得了令人瞩目的进步，以至于它被定义为“人类历史上的第四次工业革命” ( 2 )。人工智能、机器学习和深度学习 (DL) 这三个术语有时被用作同义词；然而，区分这三个术语很重要 ( 图 1 )。人工智能是最通用的术语，指的是“开发能够通过模仿人类智能执行任务的计算机系统，例如视觉感知、决策和语音识别”（3）。机器学习出现于 20 世纪 80 年代，是人工智能的一个子领域，它允许计算机通过经验提高执行任务的能力，或“无需明确编程即可自行学习”（4）。最后，深度学习是指“机器学习的一个子领域，由使用多层人工神经网络级联进行特征提取和转换的算法组成”（5、6）。“深度”一词指的是神经网络中的许多深层隐藏层：拥有更多分析层的好处是能够分析更复杂的输入，包括整幅图像。换句话说，深度学习使用具有多层抽象的表示学习方法来阐述和处理输入数据并生成输出，而无需手动进行特征工程，从而自动识别高维数据中嵌入的复杂结构（7）（图 2）。
针对眼部疾病的体内 CRISPR 基因编辑疗法
BCVA：最佳矫正视力；CVFQ：儿童视觉功能问卷；FST：全视野光敏感度阈值；NEI VFQ：美国国家眼科研究所视觉功能问卷-25；NHS：自然史研究；OCI：眼球运动控制和不稳定性；OCT：光学相干断层扫描；ONL：外核层；Ora-VNC：Ora 视觉导航挑战
用于检测用户眼部困惑的神经结构...
深度学习的使用通常仅限于对交互进行建模和使其适应用户情感的研究，部分原因是难以收集和标记大量相关数据。大量数据可用于情绪分析 [39]，即从文本中检测积极与消极情感（效价），因为标记效价相对容易，至少与生成更细粒度的情绪状态标签相比是如此。也有研究使用深度学习来检测视频中表演情绪的情感（例如 [10]），其中情感标签是先验已知的。相比之下，在交互任务中收集特定的非脚本用户情感状态的数据集非常费力，因此与深度学习最成功的领域相比，此类数据集通常较小（例如 [19]）。
EFEMP1 促进斑马鱼光依赖性眼部生长
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2024 年 5 月 2 日发布。；https://doi.org/10.1101/2023.12.18.572096 doi：bioRxiv 预印本
Xipere（曲安奈德眼部注射液）C22222-A
文件要求：Molina Healthcare 保留要求提供额外文件的权利，作为其承保范围确定、质量改进和欺诈、浪费和滥用预防流程的一部分。所需文件可能包括但不限于患者记录、测试结果和订购或执行药物或服务的提供商的凭证。如果提供的文件不支持初步确定药物或服务是医疗必需品、非研究性或实验性的，并且属于会员可享受的福利范围，和/或文件显示计费模式或其他做法不适当或过度，Molina Healthcare 可能会拒绝报销或采取其他适当行动。
用于眼部药物输送的水凝胶技术进展
基于水凝胶的药物输送系统 (DDS) 克服了传统疗法的局限性，例如生物利用度低、给药频繁和侵入性，为治疗眼部疾病提供了有希望的替代方案。水凝胶具有高生物相容性和对外部刺激作出反应的能力，可以提供持续和有针对性的药物输送。本综述重点介绍了水凝胶的独特性质，包括其膨胀行为、孔隙率和机械强度，使其适用于各种眼部应用。本文讨论了基于交联方法、来源和刺激响应性的水凝胶分类，强调了它们在干眼症 (DED)、青光眼、角膜碱烧伤和新生血管药物输送方面的潜力。值得注意的进展包括热敏和 pH 响应水凝胶，它们在临床前研究中显示出有希望的结果。尽管取得了这些进展，但大多数研究仍处于临床前阶段，凸显了需要进行严格的人体试验来验证水凝胶 DDS 的安全性和有效性。研究人员、药理学家和眼科医生之间的合作努力对于将这些创新转化为临床实践至关重要，最终改善眼部疾病管理的患者结果。
伴有眼部和多种全身症状的 Von Hippel-Lindau 病
摘要 冯·希佩尔-林道综合征是一种罕见的常染色体显性遗传病。该病的特征包括多发性血管肿瘤，特别是小脑、视网膜和/或内脏肿瘤。该病可发生在任何年龄，视网膜血管母细胞瘤是其最早的表现之一。脑血管母细胞瘤的金标准检查是 MRI 或脑 CT，视网膜血管母细胞瘤的金标准检查是荧光血管造影。我们介绍了一位 30 多岁女性的病例，她报告说，过去 6 个月内，她主要担心双眼视力下降。眼底检查发现双眼视盘边缘模糊、视神经乳头血管母细胞瘤和外周视网膜血管母细胞瘤。血液检查显示红细胞增多症。24 小时尿蛋白报告显示尿蛋白水平升高。 MRI 显示后颅窝、视神经管内右侧视神经有多处囊性病变，双肾多处皮质囊肿及软组织占位性病变。
HKT率先推出交互式眼部AI机器人1...
配备人工智能的eye AI机器人能够识别人脸和物体，并进行语音互动。通过头部、脸颊、手掌和身体上的多个传感器，eye AI机器人会通过不同的身体动作进行互动，使互动更加有趣。在语言学习方面，eye AI机器人帮助孩子沉浸在互动环境中，在活泼轻松的环境中学习英语和普通话。它还预装了应用程序，共提供3000多本英语、普通话和/或粤语的真人配音有声电子书2。此外，eye AI机器人还配备了STEM和编码学习应用程序。孩子们可以创建指令来控制机器人的动作，从而提高他们的解决问题的能力、创造力和计算思维。透过STEM，鼓励儿童主动学习和练习逻辑思维，为未来做好准备。眼科AI机器人的人体骨骼检测技术结合歌舞，吸引儿童通过唱歌、跳舞和与机器人一起锻炼进行体感互动。为了方便沟通，父母和监护人可以在外出时打电话回家，通过机器人与孩子进行语音和视频聊天。他们还可以通过机器人的前置摄像头查看家中和孩子的情况。HKT Home董事总经理蔡伟德先生表示：“在眼科服务15年的历史中，我们始终如一地通过提供教育、信息和娱乐内容来满足每个家庭成员的需求。今天是eye智能通讯服务的新里程碑。在现有的平板电脑基础上，我们又将全新的eye AI Robot 3添加到我们的产品组合中，让语言和STEM学习变得有趣而轻松。”