Künstliche Intelligenz zur Entwicklung von Screening-Parametern im Bereich der kornealen Biomechanik

ZusammenfassungMachine Learning stellt insbesondere dann eine sinnvolle Alternative dar, wenn eine Datenanalyse mit wissensbasierten analytischen Methoden sehr aufwendig und schwierig ist. In solchen Fällen bietet sich auch eine Kombination aus analytischen Methoden und empirischen Methoden mittels künstlicher Intelligenz (KI) an. Die Entwicklung verschiedener Auswertefunktionen des Corvis ST ist hierfür ein konkretes Beispiel. In diesem Beitrag wird die Entwicklung dreier Screening-Parameter mittels KI beschrieben. Der Artikel zeigt, wie diese Entwicklungen im Bereich der Erkennung von klinischem und subklinischem Keratokonus sowie Glaukom-Screening klinisch hilfreich sind.