أصبح اعتلال شبكية العين (Retinopathy of Prematurity) أحد المسببات القابلة للتجنب لعمى الأطفال، لكن يمنع انتشار نقص الأطباء المتخصصين في الدول ذات الدخل المنخفض والمتوسط من علاج هذه الحالة. دراسة جديدة تضيف بصيص أمل في هذا المجال من خلال التركيز على دور التقنيات الحديثة مثل الذكاء الاصطناعي في تسهيل التشخيص.

في كينيا، تم تحليل 121 من الأطفال الخدج الذين تعرضوا للفحص، حيث تم تقييم أكثر من 1,600 صورة للقاع لترتيبها من حيث الحالات المختلفة، مثل "بدون بلوس" (No Plus) و"قبل بلوس" (Pre-Plus) و"بلوس" (Plus). تم تدريب النموذج بواسطة مؤشرات دقيقة على تقسيم الأوعية الدموية.

كشفت النتائج أن تقسيم الأوعية كان ممكنًا حيث حقق المقياس تجمع Dice بمعدل 0.533 ونسبة الـ IoU بلغت 0.368، مع حساسيات عالية واختصاص متميز. على الرغم من أن نماذج تصنيف الصور كانت حساسة للغاية، إلا أنها كانت تعاني من إحالات زائدة. ولكن عندما تم دمج التقنيات، حققت النتائج تحسينًا ملحوظًا حيث أظهر نموذج قائم على OR أعلى حساسية، بينما حقق نموذج قائم على AND أعلى اختصاص.

وتؤكد الاستنتاجات على ضرورة دمج تقسيم الأوعية مع تصنيف صور العين لرفع كفاءة تشخيص اعتلال شبكية العين في الإحصاءات الإفريقية. يجب أن تتبنى الأنظمة المخصصة لاعتلال شبكية العين في أفريقيا هذه العمليات المدمجة وتخضع لعمليات تحقق متعددة المواقع مستقبلًا.