هوش مصنوعی اخیراً در چشم پزشکی مورد توجه قرار گرفته است ، در درجه اول به عنوان جایگزینی برای تشخیص و مرحله بندی بالینی از رتینوپاتی دیابتی و ماکولوپاتی توسط پزشک با استفاده از اسکن رایانه ای از آخرین عکس  بیمار.

شواهدی وجود دارد که نشان می دهد هوش مصنوعی در انجام این کار با متخصصان باتجربه شبکیه چشم قابل رقابت است.

یکی دیگر از زمینه های مراقبت از چشم که بسیاری معتقدند AI می تواند نقش مفیدی در آن داشته باشد ، تشخیص و نظارت بر آب سیاه است.

مهارت و زمان بالینی قابل توجهی در تشخیص و مدیریت گلوکوم مورد نیاز است. بررسی دقیق عصب بینایی یا مستقیماً با استفاده از چشم پزشکی یا با ارزیابی عکس های استریو ، OCT با تجزیه و تحلیل ضخامت فیبر عصب شبکیه و نتایج میدان بینایی باید تفسیر شود و یافته های فردی آنها یکپارچه شود. این امر به زمان قابل توجهی نیاز دارد.

علاوه بر این ، پزشک باید عوامل دیگری از جمله IOP ، ضخامت قرنیه ، فشار خون در صورت غیرطبیعی بودن، فشار مغزی نخاعی در صورت غیرطبیعی بودن، سایر بیماری های همراه و سابقه خانوادگی را ادغام کند ، به چند مورد اشاره کند.

در مرحله بعدی آزمایش ژنتیک وجود خواهد داشت ، که نویدبخشی در تعیین خطر ابتلا به گلوکوم در فرد و همچنین احتمال آسیب عصبی پیشرونده در بیمار مبتلا به گلوکوم را نشان می دهد.

هوش مصنوعی همچنین ممکن است به ایجاد رژیم های درمانی شخصی کمک کند و خطر پیشرفت را نقصان دهد تا فواصل معاینه مناسب تعیین شود.

علاوه بر این ، فناوری در حال توسعه نظارت بر IOP ، زمینه های بینایی ، OCT ، قدرت بینایی و حساسیت کنتراست را در خانه فراهم می کند. برخی از بیماران ممکن است روزانه یا حتی چندین بار در روز خود را ارزیابی کنند و سپس داده ها را به مطب پزشک منتقل کنند. همه این داده باید توسط شخص دیگری مانند AI ارزیابی شوند .

پزشكان برای مدیریت بیماران خود با گلوكوم ارزش زیادی قایلند.

هوش مصنوعی بخشی از شواهد مبتنی بر معادله مراقبت های پزشکی خواهد بود. برای جمع آوری شواهد و ایجاد یک برنامه درمانی شخصی که نیازهای فرهنگ ، شخصیت و سبک زندگی منحصر به فرد هر بیمار را در نظر داشته باشد ، هنوز به یک پزشک متخصص و باتجربه نیاز است.

علاوه بر این ، هوش مصنوعی قادر به ارائه روش های درمانی اعم از لیزر یا برش نخواهد بود.

201000406.099