Jithin Yohannan, MD, MPH, 在2025年2月26日至3月2日在华盛顿特区举行的美国青光眼学会（AGS）年会上，讨论了他和他的团队开发并评估的一种用于辅助设定青光眼患者目标眼压的AI模型。
先前的研究表明，偏离设定的目标眼压与青光眼进展相关，因此精确设定目标眼压至关重要。约翰·霍普金斯大学医学院威尔默眼科研究所的Yohannan指出，非专科医生可能缺乏设定准确目标的专业知识，这促使需要一种基于AI的方法。
Yohannan及其团队开发了一种机器学习模型，该模型通过大量的视野、OCT和临床信息数据集进行训练，以预测个体化的目标眼压值。在初步测试中，该模型表现良好，平均误差约为2毫米汞柱。进一步使用纵向数据进行验证显示，AI生成的目标眼压与临床医生设定的目标眼压在影响青光眼进展方面相当。此外，AI模型的表现优于基于社会指南的目标眼压设置以及没有目标眼压设置的情况。
将这一AI模型整合到临床工作流程中仍然存在挑战。一个主要问题是后端数据提取，因为从不同的电子医疗记录系统中获取必要的患者数据非常复杂。此外，前端用户界面设计必须确保临床医生能够有意义地将AI生成的目标眼压纳入其决策过程中。未来的工作包括在多个机构进行外部验证，并改进模型在不同临床环境中的整合。
Yohannan感谢亚历克斯·范（马里兰大学眼科住院医师）和埃德加·罗比泰尔（约翰·霍普金斯大学本科生）对这项研究的贡献。
(全文结束)
声明：本文仅代表作者观点，不代表本站立场，全文内容涉及AI跨语种自动翻译。如有侵权请联系我们删除。