نقش هوش مصنوعی در بیماریهای چشمی یک مرور نظام مند

مقدمه: هوش مصنوعی، به ویژه یادگیری عمیق با بهره گیری از انبوه داده های تصویربرداری چشمی به عنوان فناوری تحول آفرین در چشم پزشکی مطرح شده و دقت، تشخیصی، کارایی غربالگری و برنامه ریزی درمانی را به طور چشمگیری افزایش داده است. هدف این مطالعه مرور نظام مند شواهد موجود درباره کاربردهای هوش مصنوعی در بیماری های عمده چشمی و بررسی چالش های اجرایی و چشم انداز آینده است. روش کار: در این مرور نظام مند جستجوی گسترده با کلیدواژه های "Eye diseases، Artificial Intelligence" در پایگاه های بین المللی Web of Science Core Collection، Scopus، PubMed/Medline، موتور جستجوگر Google Scholar و پایگاه های ملی Irandoc Magiran SID صورت گرفت. مقالات منتشر شده به زبان فارسی و انگلیسی و دسترسی کامل به متن مرتبط از سال ۲۰۱۹ تاکنون وارد مطالعه شدند. از مجموع ۶۷ مقاله ی یافت شده ۱۷ مقاله به طور کامل تحلیل شدند. چکیده طبق PRISMA گزارش شد. یافته ها: مدل های هوش مصنوعی، به ویژه شبکه های عصبی کانولوشن، عملکردی در سطح متخصصان در تشخیص بیماری های شبکیه نشان دادند. مدل های مبتنی بر عکس شبکیه به AUC برای تشخیص رتینوپاتی دیابتی و دژنراسیون ماکولا دست یافته اند. در بیماری چشمی تیروئید هوش مصنوعی دقت بالایی در ارزیابی فعالیت بیماری و پیش بینی پاسخ به درمان نشان داده بود. در بیماری خشکی چشم، تحلیل هوشمند تصاویر میبوگرافی و لایه اشکی حساسیت و ویژگی قابل مقایسه با آزمون های سنتی با زمان پردازش کمتر از دو ثانیه برای هر تصویر ارائه داده است. کاربرد هوش مصنوعی اکنون به چشم پزشکی کودکان، بیماری های بخش قدامی و پزشکی از راه دور گسترش یافته است. با این حال، چالش هایی همچنان پابرجاست. نتیجه گیری: هوش مصنوعی پتانسیل چشم گیری برای تشخیص زودهنگام، درمان شخصی سازی شده و افزایش دسترسی به مراقبت های چشمی، به ویژه در جمعیت های محروم دارد. پرداختن به استانداردسازی داده ها، چارچوب های نظارتی و اعتماد پزشکان از طریق هوش مصنوعی قابل توضیح و اعتبارسنجی آیندهنگر دقیق برای ادغام موفقیت آمیز در بالین ضروری است.

کلیدواژه ها:

هوش مصنوعی ، بیماریهای چشمی ، مرور نظام مند