Дата публикации: 2024

DOI: 10.34883/PI.2024.14.3.035

Введение. Глаукома является прогрессирующим заболеванием органа зрения и относится к одной из самых распространенных причин неизлечимой слепоты во всем мире. Поэтому ранняя диагностика данного заболевания имеет решающее значение в современной офтальмологии. Однако данный процесс может быть трудоемким и дорогостоящим, в связи с чем постоянно возникает потребность в разработке более эффективных комплексных методов диагностики. Актуальным является внедрение технологий машинного обучения при принятии врачебного решения и повышение качества диагностики заболевания. Цель. Провести систематический отбор опубликованных научных работ, посвященных проблеме применения машинного обучения при диагностике глаукомы, проанализировать точность и эффективность исследуемых технологий. Материалы и методы. Проведен анализ статей, опубликованных в 2014–2024 гг. и посвященных теме применения машинного обучения при диагностике глаукомы. Поиск литературы был осуществлен по базам PubMed/MEDLINE и eLibrary по группам ключевых словосочетаний: machine learning, glaucoma, diagnostic. После изучения полного текста 48 работ, соответствующих критериям отбора, было выбрано 24 статьи, наиболее релевантных поставленной задаче. Результаты. Выполнен анализ источников, описывающих применение технологий искусственного интеллекта, в частности машинного обучения, для диагностики глаукомы. Рассмотрены существующие способы разграничения показателей нормы от патологии, представлена информация о применяемых наборах данных для построения математических моделей, оценены качество и эффективность моделей, а также выделены основные преимущества и недостатки используемых классификационных методов. Модели, построенные на алгоритмах машинного обучения, продемонстрировали точность предсказания выше 90%, подтверждая потенциал применения этих методов для диагностики глаукомы. Заключение. Наблюдается значительный интерес мирового научного сообщества к применению технологий искусственного интеллекта, в частности методов машинного обучения, при диагностике и прогнозировании глаукомы. Внедрение методов машинного обучения в офтальмологии представляется перспективным инструментом для повышения выявляемости заболевания на ранних стадиях

Издатель: Professionalnye Izdaniya

Тип: Article

Publication date: 2024

DOI: 10.34883/PI.2024.14.3.035

Introduction. Glaucoma is a progressive disease of the visual organ and is one of the most common causes of incurable blindness worldwide. Therefore, early diagnosis of this disease is crucial in modern ophthalmology. However, this process can be labour-intensive and expensive, therefore there is a constant need to develop more effective complex diagnostic methods. It is relevant to introduce machine learning technologies in medical decision making and improve the quality of disease diagnosis. Purpose. To conduct a systematic selection of published scientific papers devoted to the problem of applying machine learning in the diagnosis of glaucoma, to analyse the accuracy and efficiency of the investigated technologies. Materials and methods. We analysed articles published in 2014–2024 on the application of machine learning in glaucoma diagnosis. The literature search was performed in PubMed/MEDLINE and eLibrary databases using the keyword groups "machine learning", "glaucoma", "diagnostic". After reviewing the full text of 48 papers that met the selection criteria, 24 articles that were most relevant to the task were selected. Results. The sources describing the application of artificial intelligence technologies, in particular machine learning, for glaucoma diagnosis are analysed. The existing methods of differentiating normal from pathological parameters are considered, information about the used data sets for building mathematical models is presented, the quality and efficiency of the models are evaluated, and the main advantages and disadvantages of the used classification methods are highlighted. Models based on machine learning algorithms have demonstrated prediction accuracy above 90%, confirming the potential of applying these methods to glaucoma diagnosis. Conclusion. There is a significant interest of the world scientific community in the application of artificial intelligence technologies, in particular, machine learning methods, in the diagnosis and prognosis of glaucoma. The introduction of machine learning methods in ophthalmology seems to be a promising tool for increasing the detection of the disease at early stages. © 2024, Professionalnye Izdaniya. All rights reserved.

Издатель: Professionalnye Izdaniya

Тип: Article