人工智能在甲状腺相关性眼病中的应用指南(2023)解读课件.pptxVIP

  • 0
  • 0
  • 约4.94千字
  • 约 29页
  • 2026-02-13 发布于福建
  • 举报

人工智能在甲状腺相关性眼病中的应用指南(2023)解读课件.pptx

人工智能在甲状腺相关性眼病中的应用指南(2023)解读智能诊疗,精准赋能眼病管理

目录第一章第二章第三章TAO概述及其诊疗挑战AI在TAO症状体征检测中的应用AI在TAO眼眶影像分析中的应用

目录第四章第五章第六章AI在TAO活动度与严重度评估中的应用AI在TAO治疗结局预测中的应用AI应用挑战与未来发展

TAO概述及其诊疗挑战1.

器官特异性自身免疫病TAO是一种与甲状腺疾病(尤其是Graves病)密切相关的器官特异性自身免疫性疾病,主要靶向眼眶成纤维细胞、眼外肌及脂肪组织。90%患者伴甲亢,少数见于甲减(0.8%)、桥本甲状腺炎(3.4%)或甲状腺功能正常者(5.8%),病程中甲状腺与眼部症状可能非同步出现。甲状腺与眼眶组织共享TSHR等抗原表位,导致自身抗体攻击眼眶组织,引发炎症反应、脂肪增生及纤维化。与细胞毒性T淋巴细胞相关蛋白4、CD40等基因位点相关,特定人群更易因环境因素触发免疫异常。典型表现为眼外肌增粗(影像学可见)、眶脂肪增生及透明质酸沉积,导致眶压升高和机械性压迫症状。多状态甲状腺关联遗传易感性基础病理特征免疫交叉反应机制TAO定义及其与甲状腺功能障碍的关联

视神经受压(DON)可致不可逆视力丧失,角膜暴露性溃疡、穿孔风险需紧急干预。视力威胁性并发症复视(眼外肌纤维化限制运动)、斜视影响立体视觉,严重者出现头晕、恶心等代偿症状。双侧/不对称眼球突出(突眼度>2mm需警惕)、眼睑退缩呈瞪视外观,伴结膜充血水肿。患者因外观畸形和视功能障碍易并发焦虑、抑郁,职业与社会活动参与度显著降低。眶周疼痛、眼球运动痛及持续异物感(活动期CAS评分≥3分时更显著)。功能性损害容貌改变心理社会负担慢性疼痛不适TAO对视功能、容貌外观及生活质量的危害

需结合内分泌科(甲状腺功能)、眼科(CAS评分、突眼度测量)、影像学(MRI/CT显示眼肌增粗)综合判断。多学科评估需求糖皮质激素等免疫抑制仅对活动期有效(CAS≥3分),非活动期以手术矫正为主,时机选择困难。治疗窗口期局限需权衡疾病分期(活动性/严重度)、药物副作用(如激素相关血糖升高)、患者意愿及经济因素。个体化方案挑战甲状腺功能波动可能诱发TAO反复,需定期随访甲状腺抗体(TRAb)、眶压及视功能。长期监测必要性传统诊断与管理的复杂性

AI在TAO症状体征检测中的应用2.

Grus概率神经网络的高分类精度Grus等开发的概率神经网络(ANN)在甲状腺相关性眼病(TAO)分类测试中达到96.3%的准确率,显著优于传统多元统计技术(85.0%),凸显ANN在复杂特征提取中的优势。Salvi反向传播模型的双重功能Salvi团队采用反向传播ANN模型,不仅实现TAO分类(准确率78.3%~86.2%),还能预测疾病进展(准确率67.0%~69.2%),为早期干预提供数据支持。模型局限性早期ANN依赖小样本训练,泛化能力有限,且对图像质量敏感,需结合临床指标优化。早期ANN模型:Grus概率神经网络及Salvi反向传播模型

早期ANN模型:Grus概率神经网络及Salvi反向传播模型这些模型奠定了AI在TAO诊断中的基础,证明神经网络可捕捉细微眼部体征(如上睑退缩)。技术突破意义相比现代深度学习,早期ANN需人工特征工程,而当前CNN可自动学习图像特征,效率更高。与后续技术的对比

多角度影像分析Huang系统通过采集患者凝视、侧向等9个眼位的4412张外眼图像,结合标注数据训练多元神经网络,精准识别TAO特异性体征(如眼球突出、结膜充血)。关键体征量化系统可自动测量上睑退缩程度、眼裂宽度等参数,相关系数达0.932~0.980,优于人工测量,减少主观误差。临床应用场景适用于门诊初筛,快速区分TAO与非TAO眼睑疾病,尤其对缺乏专科资源的地区意义重大。与功能影像学的互补性该系统与眼眶CT/MRI结合,可提升TAO诊断的全面性,例如辅助评估眼外肌增粗等深层病变。先进AI系统:Huang面部图像诊断系统(眼睑/结膜等评估)

AI平台诊断效能:Karlin系统对比眼科医生表现(准确率/召回率)Karlin系统在1944张测试图像中表现优异,准确率89.2%、特异性86.9%、召回率93.4%,接近资深眼科医生水平。高敏感性与特异性系统综合性能F1评分达86.0%,表明其在平衡假阳性和假阴性方面的可靠性,适用于临床决策辅助。F1评分优势模型对罕见体征(如不对称性突眼)识别率较低,需通过迁移学习补充多样本训练以优化泛化能力。局限性分析

AI在TAO眼眶影像分析中的应用3.

客观量化指标通过深度学习自动测量眼眶脂肪体积、眼外肌厚度等关键参数,避免人工测量中的主观偏差,提高诊断可重复性。标准化图像处理AI算法可自动完成图像去噪、配准和归一化,消除不同设备或技师操作导致的成像差异,确保数据一致性。

文档评论(0)

1亿VIP精品文档

相关文档