Applications of artificial intelligence in ophthalmology

Abstract

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.