Rezumat. Instrumentele inteligenței artificiale și, îndeosebi, rețelele neuronale artificiale, sunt tot mai des implicate în diagnosticul și
managementul personalizat al bolilor oftalmologice. Imaginile OCT sunt utilizate pentru diagnosticul precoce, monitorizarea
și managementul bolilor retinei, cum ar fi edem macular diabetic (EMD) și degenerescență maculară legată de vârstă (DMLV).
Citirea automată a OCT a avut rezultate promițătoare în EMD și în identificarea formelor exudative ale DMLV. Cea mai frecventă
utilizare a rețelelor neuronale în oftalmologie a fost în stabilirea precoce a diagnosticului de glaucom, atunci când sunt dubii de
diagnostic. Rețelele neuronale au avut un rol important în stabilirea necesităţii iniţierii terapiei precoce antiglaucomatoase pentru
a preveni progresia bolii. Numeroase studii din literatura de specialitate demonstrează folosirea cu succes a acestor instrumente
ale inteligenței artificiale în oftalmologie, pe direcții cum ar fi: evaluarea câmpului vizual, a nervului optic, a stratului fibrelor
nervoase retiniene, oferind astfel o mai bună precizie în identificarea progresiei în glaucom şi a modificărilor retiniene în diabet.
În oftalmologie, Inteligenta artificiala are potențialul de a crește accesul pacientului la screening / diagnostic clinic și la scăderea
costurilor enorme solicitate de asistența medicală, mai ales atunci când riscul apariției bolii este ridicat sau comunitățile se confruntă
cu resurse financiare reduse. Reţelele neuronale artificiale sunt utile în stabilirea diagnosticului diferitelor boli, însă informaţiile
obţinute au rolul de a ajuta decizia finală care va fi luată de clinician, dar nu va înlocui rolul acestuia.
Artificial intelligence tools, and especially artificial
neural networks, are increasingly involved in the
diagnosis and personalized management of ophthalmic
diseases. OCT images are used for early diagnosis,
monitoring and management of retinal diseases such
as diabetic macular edema (EMD) and age-related
macular degeneration (DMLV). Automatic reading of
OCT has had promising results in EMD and in identifying
exudative forms of DMLV. The most common
use of neural networks in ophthalmology has been
in early diagnosis of glaucoma, when there is doubt
about the diagnosis. Neural networks have played an important role in determining the need for early
antiglaucoma therapy to prevent disease progression.
Numerous studies in the literature demonstrate the
successful use of these tools of artificial intelligence in
ophthalmology, in directions such as: assessment of
visual field, optic nerve, retinal nerve fiber layer, thus
providing better accuracy in identifying progression
in glaucoma. and retinal changes in diabetes.
Conclusions. In ophthalmology, Artificial Intelligence
has the potential to increase patient access
to screening / clinical diagnosis and to reduce the
enormous costs required by healthcare, especially when the risk of disease is high or communities face
limited financial resources. Artificial neural networks
are useful in diagnosing various diseases, but the
information obtained is intended to help the final decision that will be made by the clinician, but will
not replace his role.