**خلفية الدراسة**
تعدّ العضوية الكبيرة في السكان الذين يعانون من قصر النظر الشديد من العوامل التي تزيد من تعقيد تشخيص الجلوكوما. ولتقديم حلول ذكية لمثل هذه التحديات، قام الباحثون بتطوير نموذج ذكي قادر على تحديد الجلوكوما مستنداً إلى 56,483 صورة فوتوغرافية لشبكية العين (CFPs)، ما يمثل أكثر من 57٪ من العينات التي تحتوي على قصر النظر، و14.4٪ تعاني من قصر النظر الشديد.
**أساليب البحث**
استُخدمت في تطوير النموذج بيانات سريرية وتقنية لضمان موثوقية القياسات المعيارية. تم اختبار النموذج على 16 مجموعة بيانات مستقلة عبر ثلاثة قارات، مما أظهر قدرة عالية للتكيف مع مختلف التحديات العرقية والصحية.
**نتائج ملحوظة**
وفقاً للدراسة، وصل الأداء الداخلي لمعدل ربط المساحة تحت منحنى التشغيل (AUROC) إلى 98.7٪، مع حساسية تصل إلى 94.5٪ ونوعية 97.3٪. أما الاختبارات الخارجية، فتراوحت AUROCs بين 86.4٪ و99.6٪، مما يدل على فعالية النموذج في الكشف عن الجلوكوما عبر مختلف الأعراق والشروط الصحية.
**الأهمية المستقبلية**
هذه النتيجة تعزز إمكانية استخدام الذكاء الاصطناعي في الكشف المبكر عن الجلوكوما في المناطق التي تعاني من نسبة عالية من نسبة قصر النظر الشديد، مما يمثل خطوة هامة نحو توسيع نطاق الفحص السريع والموثوق لعيوب العيون.
**ما رأيكم في هذا التطور المذهل؟ وهل تعتبرون أن الذكاء الاصطناعي سيغير مستقبل الطب؟ شاركونا في التعليقات!**