Nguồn/Tiết Lộ
Nguồn: Packer M, et al. Dự đoán kết quả thị lực trong phẫu thuật cataract với máy học. Trình bày tại: Hội nghị phẫu thuật cắt cataract và tự nhiên của hội American Society; 5-8 Tháng 5 năm 2023; San Diego.
Tiết Lộ: Packer cho biết mình là người sáng lập Oculotix.
Mô hình trí thông minh nhân tạo sử dụng quang học từ các loại IOL khác nhau cũng như kết quả từ những bệnh nhân tương tự để tìm ra ứng viên tốt nhất. Bệnh nhân sử dụng ứng dụng để đưa ra phản hồi chủ quan trực tiếp.
Tại Ngày Kỹ Thuật Số DOS tại Hội nghị phẫu thuật cắt cataract và tự nhiên của hội American Society, Mark Packer, MD, đưa ra một tóm tắt về hệ thống trí thông minh nhân tạo của Oculotix. Theo ông, mục tiêu cuối cùng của nền tảng này là sử dụng trí thông minh nhân tạo để mở rộng việc áp dụng IOL cao cấp và cải thiện kết quả điều trị cho bệnh nhân.
Một mô hình trí thông minh nhân tạo có thể dự đoán kết quả thị lực sau khi cấy ghép IOL, cũng như phản hồi trực tiếp từ bệnh nhân.Ảnh: Adobe Stock. "Tôi là con người, và điều xảy ra hôm qua sẽ ảnh hưởng đến cảm giác của tôi hôm nay," Packer cho biết. "Đó là sự sai lầm, đúng không? Điều đó không có giá trị thực sự vì đó chỉ là trải nghiệm của tôi hôm qua, không phải là trải nghiệm chung của tôi trong 10.000 tròng kính đa tiêu cự mà tôi đã cấy ghép trong 25 năm qua."
Packer cho biết những giải pháp được dựa trên trí thông minh nhân tạo cung cấp cho các bác sĩ một khởi đầu mới với mỗi bệnh nhân và có thể tìm ra các ứng viên tốt nhất cho các loại IOL khác nhau mà không bị thiên vị như là một con người.
"Đó là y học cá nhân được dựa trên một cơ sở dữ liệu lớn với một tập hợp các đầu vào và bao gồm tính toán một cách khách quan", ông nói.
Packer cho biết trí thông minh nhân tạo có thể là một "người máy hữu ích" mà sử dụng các kỹ thuật máy học dựa trên các kết quả trước đó từ những bệnh nhân tương tự để cho biết tròng kính nào sẽ sản xuất kết quả tốt nhất.
Hệ thống này cũng bao gồm một ứng dụng cho phép bệnh nhân gửi phản hồi, giúp các bác sĩ biết chính xác bệnh nhân cảm thấy thế nào về kết quả điều trị của họ.
Packer cho biết mô hình học dựa trên trí thông minh nhân tạo có thể cải thiện trải nghiệm cho các bác sĩ bằng cách cung cấp dự đoán định lượng về kết quả thị lực và cho bệnh nhân một trải nghiệm cá nhân và chỉ định điều trị mà họ mong muốn.
