36 articoli
Questa revisione della letteratura e interviste con professionisti sanitari olandesi evidenziano l'assenza di test di intelligenza validi e norme adeguate per gli adulti con disabilità visiva, sottolineando l'urgenza di sviluppare strumenti specifici per garantire misurazioni accurate del quoziente intellettivo totale.
Questo studio dimostra che un modello di apprendimento automatico multilivello (MLP) basato su dati clinici, strutturali e funzionali multimodali supera i metodi tradizionali nel rilevamento automatico del glaucoma in una popolazione clinica dell'Africa occidentale, offrendo uno strumento promettente per la diagnosi e il triage in contesti sanitari a risorse limitate.
Questo studio prospettico dimostra che i chatbot basati su intelligenza artificiale, in particolare ChatGPT e DeepSeek, forniscono risposte affidabili e di alta qualità alle domande di genitori e pazienti sulla miopia, supportando efficacemente la comprensione di questa patologia.
Questo articolo presenta un approccio pratico e riproducibile basato sul deep learning (ResNet152V2) per l'identificazione automatica di tredici malattie oculari con un'accuratezza di validazione del 98,8%, fornendo un tutorial educativo completo per medici e studenti.
Lo studio dimostra che la lunghezza assiale introduce un bias sistematico nelle metriche vascolari retiniche derivate da immagini del fondo oculare e che l'applicazione della correzione di Bennett-Littmann basata sulla lunghezza assiale reale è essenziale per eliminare tali errori e garantire biomarcatori affidabili.
Lo studio dimostra che l'esposizione alla luce blu a banda stretta al mattino riduce significativamente la lunghezza assiale rispetto alla sera, influenzando il ritmo circadiano, mentre l'aggiunta di una defocalizzazione miopica non ha fornito ulteriori effetti a breve termine.
Uno studio trasversale condotto in Tanzania ha rivelato che un profilo lipidico alterato, in particolare l'ipertrigliceridemia, è un fattore di rischio indipendente per l'edema maculare diabetico nei pazienti con diabete di tipo 2.
Il paper presenta CausalFund, un framework di apprendimento ispirato alla causalità che migliora la generalizzazione dei modelli di intelligenza artificiale per lo screening della retinopatia diabetica e del glaucoma su immagini fundus acquisite con dispositivi portatili a basso costo, disaccoppiando le caratteristiche patologiche rilevanti dai fattori spurii legati alla qualità dell'immagine.
Uno studio su dati del programma "All of Us" ha identificato una rara delezione strutturale di 8.732 paia di basi a monte del gene PITX2, che interessa diversi enhancer e aumenta di oltre 7 volte il rischio di sviluppare il glaucoma ad angolo aperto primario, dimostrando come le varianti strutturali rilevate tramite sequenziamento dell'intero genoma possano offrire una migliore stratificazione del rischio rispetto alle analisi tradizionali basate sui SNP.
Lo studio rivela che i pazienti con degenerazione maculare legata all'età presentano livelli significativamente più bassi di ergotioneina, un potente antiossidante che si accumula naturalmente nei tessuti oculari, suggerendo che una sua carenza sia un fattore di rischio per questa patologia e aprendo la strada a ricerche su potenziali benefici del suo integratore.
Questo studio su oltre 80.000 visite ha dimostrato che un programma integrato di monitoraggio remoto e gestione principale, basato su test visivi domiciliari, permette di rilevare efficacemente la progressione asintomatica delle malattie retiniche croniche, facilitando interventi tempestivi e migliorando l'aderenza dei pazienti.
Questo studio dimostra che un modello di deep learning basato su Vision Transformers è in grado di prevedere con accuratezza gli indici del campo visivo futuri a partire da una singola scansione OCT-RNFL basale, confermando la sua efficacia e generalizzabilità su diversi dispositivi di imaging.
Questo studio retrospettivo osservazionale su 1.000 occhi ha dimostrato che il biosimilare aflibercept-ayyh (PAVBLU®) mantiene la stabilità visiva nei pazienti in cambio di terapia e migliora l'acuità visiva in quelli naïve, confermando un profilo di sicurezza e un'efficacia coerenti con l'aflibercept di riferimento nel trattamento delle malattie retiniche negli Stati Uniti.
Questo studio di meta-analisi esomica su larga scala ha identificato associazioni suggestive tra varianti rare codificanti e il glaucoma ad angolo aperto primario in individui di origine africana, evidenziando in particolare il gene SRF come candidato biologicamente plausibile e sottolineando l'importanza di indagare le differenze genetiche specifiche delle popolazioni per comprendere meglio l'eziologia della malattia.
Questo studio trasversale ha sviluppato un modello di machine learning interpretabile basato su Random Forest per identificare che i fattori biometrici oculari, in particolare l'età, la lunghezza assiale e il rapporto profondità camera anteriore/lunghezza assiale, presentano relazioni non lineari significative con la cataratta negli occhi con alto miopia.
Questo studio presenta un approccio di intelligenza artificiale multimodale, denominato COMET, che integra dati proteomici e cartelle cliniche elettroniche per identificare e validare biomarcatori proteici prioritari e biologicamente rilevanti per la retinopatia diabetica, superando i limiti delle analisi tradizionali.