眼科专家认为，人工智能有助于诊断传染性角膜炎(IK)，传染性角膜炎是全球角膜失明的主要原因。一项新研究发现，深度学习模型在识别感染方面表现出相似的准确度。

在《eClinicalMedicine》上发表的一项荟萃分析研究中，伯明翰大学的Darren Ting博士与一个全球研究团队进行了一项审查，分析了35项利用深度学习(DL)模型诊断传染性角膜炎的研究。

研究中的人工智能模型与眼科医生的诊断准确率相当，其敏感性为89.2%，特异性为93.2%，而眼科医生的敏感性为82.2%，特异性为89.6%。

该研究中的模型总共分析了超过136,000张角膜图像，作者表示，结果进一步证明了人工智能在临床环境中的潜在用途。

这项研究的资深作者、伯明翰大学伯明翰健康伙伴(BHP)研究员兼眼科顾问Darren Ting博士说：“我们的研究表明，人工智能有潜力提供快速、可靠的诊断，这可能会彻底改变我们在全球范围内管理角膜感染的方式。这对于无法获得专业眼科护理的地区尤其有希望，并有助于减轻全球可预防失明的负担。”

事实证明，人工智能模型还能有效区分健康的眼睛、感染的角膜以及IK的各种潜在原因，例如细菌或真菌感染。

虽然这些结果凸显了深度学习在医疗保健领域的潜力，但该研究的作者强调需要更多样化的数据和进一步的外部验证，以提高这些模型在临床应用中的可靠性。

传染性角膜炎是一种角膜炎症，影响着数百万人，尤其是在中低收入国家，因为这些国家无法获得专业的眼科护理。随着人工智能技术不断发展并在医学领域发挥关键作用，它可能很快成为全球预防角膜失明的关键工具。