近視の有病率の増加は世界的な健康上の懸念であり、近視が視力損傷のリスクを高めています。これには、近視の早期診断、予防、および管理のために人工知能（AI）の使用が必要です。今、a 小児調査 近視の初期の識別、リスク評価、および予防におけるAIの潜在的な応用に光を当てます。さらに、近視分野におけるAIテクノロジーの課題と現在の開発状況を強調しています。
近視、または近視は、世界中の20億人に影響を与えます。矯正されていない近視は、視力を損なう可能性があり、教育、キャリアの見通し、生活の質を破壊する可能性があります。 2050年までに、世界人口のほぼ半分が近視になると推定されています。高い近視は、多くの場合、視覚障害につながり、患者の生活の質に影響を与え、世界的な医学的および経済的負担を増加させる合併症に関連しています。したがって、近視の早期診断は、近視患者の視力損傷の予防にとって重要です。
人工知能（AI）は、医療分野に新しいフロンティアを開設し、この世界的な健康上の懸念の解決策になる可能性があります。機械学習（ML）やディープラーニング（DL）などのAIのサブセットは、データを分析して疾患を診断し、リスク要因、バイオマーカー、および結果を予測するのに役立ちます。
新しい文献レビューでは、中国の首都眼科大学眼科のすべての李Li博士、Jifeng Yu博士、およびナンリ博士が、検出、危険因子の評価、予測モデルなど、近視のAIの応用と課題を要約しました。この研究は、Journal ofに掲載されました 小児調査 2025年3月18日。
興味深いことに、AIモデルはML/DLを使用してトレーニングして、Fundusの写真と光コヒーレンス断層撮影画像から近視を検出できます。近視患者からの大量の眼底画像をモデルに供給することにより、AIは近視に関連する網膜の色とパターンの微小な変化を識別するように教えることができます。これにより、モデルはFundusの写真から将来の患者を診断できます。
さらに、波面センサーを使用して目の欠陥を測定するハンドヘルドデバイスであるSvoneなどの自己監視機器は、AIアルゴリズムを使用して眼の屈折エラーを検出できます。デバイスは、AIが近視を診断するための参照として使用できる画像のオンラインデータベースにアクセスできます。さらに、AIは近視の発症に関連する行動の変化を検出するように訓練できます。このような検出は、子供の近視の早期発見に特に役立ちます。これはしばしば無視されます。たとえば、Vivior MonitorはMLアルゴリズムを使用して、6〜16歳の子供の近視活動に費やされる時間など、視覚行動の変化を把握しています。
さらに、サポートベクターマシン、ロジスティック回帰、XgBoostなどのMLメソッドを使用して、近視の危険因子を特定できます。 「Xgboostベースのモデルは、大量の縦断データを供給して、多数の患者の近視の結果と関連する危険因子を学習できるようにします。これにより、遺伝学、家族歴、環境、生理学的パラメーターに基づいて新しい患者の危険因子を評価できます」 リー・リー博士が説明します。
近視の進行と結果を予測することは、医師が臨床的アプローチを調整するのに役立ちます。大規模に採取され、近視制御に役立つ臨床診療と政策立案を形作ることができます。 AIモデルに大量の生体認証データ、屈折データ、治療反応、および多数の近視視施設患者からの眼画像に供給することにより、AIは新しい患者の近視の結果を予測するように教えられることができます。
近視におけるAIの大きな可能性にもかかわらず、いくつかの課題を克服する必要があります。まず、AIモデルのトレーニングに使用されるデータセットが正しく、高品質であることを確認することが重要です。バイアス、誤ったネガティブ/ポジティブ、およびデータの品質の低下は、モデルの診断と予測の精度に悪影響を与える可能性があります。第二に、ほとんどのAIモデルは、大規模な病院のデータを使用して訓練されていますが、これは小規模な診療所に行く患者を代表していない場合があります。これにより、現実世界とトレーニング集団の間に矛盾が生じます。第三に、AIモデルは訓練を受けた医師ではなく、その診断の臨床的基盤を提供できない場合があります。これにより、診断が医療専門家によって拒否される可能性があります。最後に、AIモデルのトレーニングに使用されるこのような膨大な量の患者データでは、患者の医療記録のプライバシーを確保することが重要です。
「私たちの研究は驚くべきことを強調しています 近視におけるAIの臨床応用で行われた進歩は、技術的課題を克服するためにさらなる研究が必要です。による 高品質のデータセットを構築し、マルチモーダル画像データを処理するモデルの能力の向上、人間コンピューターの相互作用機能の改善により、AIモデルは、広範な臨床応用のためにさらに改善できます。「ジーフェン・ユ博士は結論付けています。
ソース：
ジャーナルリファレンス：
Liu、N。、 et al。 （2025）。近視予防と制御における人工知能の適用。 小児調査。 doi.org/10.1002/ped4.70001。
1750873184
#人工知能は近視の早期検出と管理を進めます
2025-06-25 16:43:00