טכנולוגיית בינה מלאכותית עשויה לסייע בזיהוי מחלות עיניים בילדים על-סמך תמונות במכשיר הנייד (JAMA Netw Open)

טכנולוגיית בינה מלאכותית עשויה לסייע בזיהוי מחלות עיניים בילדים בדרגת דיוק גבוהה על-בסיס תמונות במכשירים הניידים, כך עולה מתוצאות מחקר חדש שפורסמו בכתב העת JAMA Network Open.

מחקר החתך נערך בבית חולים בשנחאי בין תחילת אוקטובר בשנת 2022 ועד סוף ספטמבר בשנת 2023 וכלל 476 ילדים עם אבחנה של קוצר ראיה (251 ילדים), פזילה (180 ילדים) ו/או צניחת עפעף (171 ילדים). החוקרים התבססו על 1,419 תמונות שנלקחו באמצעות מכשירי הטלפון החכמים לאימון מודל המבוסס על למידה עמוקה ובחנו את הרגישות, סגוליות ודיוק של המודל.

מהנתונים עולה כי המודל הדגים רגישות גבוהה וזיהה נכונה מקרים של קוצר ראיה (84%), פזילה (73%) וצניחת עפעף (85%). יתרה מזאת, טכנולוגיית בינה מלאכותית על-בסיס צילומים במכשירים הניידים זיהתה נכונה נבדקים ללא קוצר ראיה, פזילה וצניחת עפעף, עם סגוליות של 76%, 85% ו-95%, בהתאמה.  המודל הדגים דיוק גבוה (80-92%) ויכולת גבוהה (83-94%) לשלושת המצבים.

החוקרים מסכמים וכותבים כי ממצאי המחקר מציעים כי טכנולוגיית בינה מלאכותית עשויה לסייע למשפחות בהשלמת בדיקות סקר של ילדים לזיהוי קוצר ראיה, פזילה וצניחת עפעף, ומעודדת זיהוי מוקדם והפחתת הסיכון לפגיעה בתפקודי ראיה ובעיות חמורות עקב בדיקות סקר מאוחרות.

JAMA Netw Open, Aug 6, 2024

לידיעה במדסקייפ

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן