共计 3608 个字符，预计需要花费 10 分钟才能阅读完成。
人工智能与眼科基因学的结合显示出预测糖尿病的巨大潜力。最新研究表明，多样化的数据集有助于开发更准确和可靠的模型来评估 HbA1c 水平，从而在临床环境中提升患者护理质量。
眼科基因学是一项新兴且强大的技术，它整合了眼科特征以识别可用于预测系统性疾病的生物标志物。最近的一项亚太眼科学杂志试点研究探讨了将人工智能 (AI) 与眼科基因学结合的潜在优势。
利用眼科基因学估算 HbA1c 水平
当前研究的目标是应用眼科基因学于眼底图像以评估糖化血红蛋白 A1c(HbA1c)水平。HbA1c 的百分比通常用于诊断和监测糖尿病的进展。尽管其广泛使用，HbA1c 测量在某些情况下可能不准确，例如患有镰状细胞贫血等合并症的患者、最近接受过输血的患者或孕妇。
在当前研究中，共获取了 6118 张眼底图像，其中 1138 张被诊断为正常。最初，研究人员比较了单一模型与集成架构的性能及其在年龄和性别影响下的可靠性和偏差。
基于卷积神经网络 (CNN) 的 VGG19 模型在所有指标上表现最佳。与单一模型相比，集成模型显示出约 2% 的性能提升。
为确保模型的可靠性，必须仔细考虑模型大小与数据集大小的关系。在当前研究中，VGG19 模型优于其他更大的模型，这可能是由于数据集大小，因为复杂和更广泛的模型需要更多的数据来准确估计参数。
此外，评估模型在单一测试集之外的其他维度上的可靠性也至关重要，因为 AI 在安全关键应用中可能对患者健康和安全产生重大影响。
年龄和性别对模型性能的影响分析
与仅使用单一群体样本训练的模型相比，在青年和老年人样本上训练的模型显示出更高的准确性。在开发 AI 解决方案时，模型在不同人群中表现出稳健和可靠性能的能力对于减少偏差至关重要。
当训练集包含两性时，模型的性能最佳。事实上，当模型仅在男性或女性样本上训练时，观察到 5% 的性能下降。此外，还训练了一个模型以从眼底图像中输出性别。
该模型总体准确率为 87%；然而，这种卓越的性能可能归因于训练数据集中潜在的偏差。Grad-CAM，一种著名的可解释 AI 技术，用于识别眼底图像中的关键特征，这些特征为各种分类标签提供了重要见解。这些结果与先前研究的结果相辅相成，并强调了多样化数据集对于提供可靠和稳健性能的必要性。
眼科基因学中开发可信 AI 的挑战
研究结果证实了高质量和多样化数据集在训练模型中的重要性，这将最终提高模型在不同条件下的稳健和可靠性能。模型的输出也应透明，以确保医疗提供者能够理解和信任其预测。确保公平性和解决模型预测中的偏差也极其重要。
眼科基因学中 AI 的未来展望
适应多样化的临床环境和遵守监管指南是确保 AI 在眼科基因学中可信部署的基础。保持透明性也有助于开发可解释和可理解的 AI 模型，医疗从业者可以轻松理解其预测的逻辑。
AI 模型在部署过程中可能由于分布外 (OOD) 输入或未预见的临床场景而经历性能下降。然而，引入持续学习框架可以缓解这一问题。
异常检测算法也可能作为保障措施；因此，模型应定期更新以引入新颖和多样化的数据。这些努力有可能维持 AI 在临床环境中的准确性和相关性。
未来，眼科基因学的 AI 系统必须开发以增强以人为本的医疗，简化临床工作流程，改善患者健康结果，并提高护理质量。为此，在开发和实施阶段，各利益相关者之间的持续合作是必要的，以实现 AI 在医疗交付中的全部潜力。
参考文献:
- Ong, J., Jang, K. J., Baek, S. J., _et al._ (2024) 心血管风险因素的眼科基因学人工智能开发：基于眼底图像的 HbA1c 评估及临床相关考虑的案例研究。_亚太眼科学杂志_ _13_(4); 100095. [doi:10.1016/j.apjo.2024.100095](https://www.sciencedirect.com/science/article/pii/S2162098924000963?via%3Dihub)
发布在: [设备 / 技术新闻](https://www.news-medical.net/category/Device-Technology-News.aspx) | [医学科学新闻](https://www.news-medical.net/category/Medical-Science-News.aspx) | [医学研究新闻](https://www.news-medical.net/category/Medical-Research-News.aspx) | [医学状况新闻](https://www.news-medical.net/category/Medical-Condition-News.aspx)
标签：[贫血](https://www.news-medical.net/?tag=/Anemia), [人工智能](https://www.news-medical.net/condition/Artificial-Intelligence), [血液](https://www.news-medical.net/?tag=/Blood), [输血](https://www.news-medical.net/?tag=/Blood-Transfusion), [细胞](https://www.news-medical.net/?tag=/Cell), [糖尿病](https://www.news-medical.net/condition/Diabetes), [糖化血红蛋白](https://www.news-medical.net/?tag=/Glycated-hemoglobin), [HbA1c](https://www.news-medical.net/?tag=/HbA1c), [医疗保健](https://www.news-medical.net/condition/Healthcare), [血红蛋白](https://www.news-medical.net/?tag=/Hemoglobin), [眼科学](https://www.news-medical.net/?tag=/Ophthalmology), [老年人](https://www.news-medical.net/?tag=/Seniors), [镰状细胞贫血](https://www.news-medical.net/condition/Sickle-Cell-Anemia), [技术](https://www.news-medical.net/?tag=/Technology)
作者：
Dr. Priyom Bose
Priyom 拥有印度马德拉斯大学植物生物学和生物技术博士学位。她是一位活跃的研究人员和经验丰富的科学作家。Priyom 还合著了多篇发表在知名同行评审期刊上的原创研究文章。她也是一位热心的读者和业余摄影师。
引用
请使用以下格式之一在您的文章、论文或报告中引用本文:
APA
Bose, Priyom. (2024, 10 月 10 日). AI 驱动的眼科基因学评估 HbA1c 以预测心血管风险。News-Medical. 检索自 https://www.news-medical.net/news/20241010/AI-driven-oculomics-assesses-HbA1c-for-cardiovascular-risk.aspx.
MLA
Bose, Priyom. “AI 驱动的眼科基因学评估 HbA1c 以预测心血管风险 ”. _News-Medical_. 10 10 月 2024.
Chicago
Bose, Priyom. “AI 驱动的眼科基因学评估 HbA1c 以预测心血管风险 ”. News-Medical. https://www.news-medical.net/news/20241010/AI-driven-oculomics-assesses-HbA1c-for-cardiovascular-risk.aspx. (访问日期: 10 月 10 日, 2024).
Harvard
Bose, Priyom. 2024. _AI 驱动的眼科基因学评估 HbA1c 以预测心血管风险_. News-Medical, 查看 10 月 10 日, 2024, https://www.news-medical.net/news/20241010/AI-driven-oculomics-assesses-HbA1c-for-cardiovascular-risk.aspx.
推荐阅读
条款与条件
虽然我们仅使用编辑和批准的内容用于 Azthena 答案，但它偶尔可能提供不正确的响应。请与相关供应商或作者确认任何提供的数据。我们不提供医疗建议，如果您寻求医疗信息，您必须始终在采取任何行动之前咨询医疗专业人员。
您的提问，但不是您的电子邮件详情，将与 OpenAI 共享并根据其隐私原则保留 30 天。
请不要提出使用敏感或机密信息的问题。
阅读完整的条款与条件。
