美国国立眼科研究所近日授予一项价值423,500美元的研究资助，用于支持通过人工智能技术改进葡萄膜炎诊断与治疗的开创性研究。田纳西大学健康科学中心副教授、美国视觉与眼科研究协会（ARVO）研究员Siamak Yousefi博士将领导名为《通用型深度学习平台：实验性自身免疫性葡萄膜炎量化统一研究》的创新项目。
葡萄膜炎特别是后葡萄膜炎已造成美国15%的严重视力损伤病例。该疾病常在儿童期或青年期发病，其对长期视觉功能的损害程度可与糖尿病视网膜病变和黄斑变性相当。尽管致残性显著，葡萄膜炎的具体病因仍尚不明确。
Yousefi博士的研究团队将采用与人类葡萄膜炎特征高度相似的实验性自身免疫性葡萄膜炎（EAU）模型。这种疾病模型对研究葡萄膜炎发病机制和验证新疗法至关重要，但当前的EAU评估方法存在显著不一致性，严重制约了疾病严重程度的精准判定和治疗效果评估。
人工智能特别是深度学习技术已在眼科医疗领域展现潜力，但其在葡萄膜炎特别是EAU研究中的应用仍属空白。Yousefi博士团队计划构建包含眼底摄影和光学相干断层扫描图像的高质量数据集，并开发可实现五级严重程度分级的AI诊断模型。该模型将经过严格验证以确保其跨病例适用性。
"我们的AI驱动型研究将彻底改变实验性葡萄膜炎的评估方式，"Yousefi博士表示，"这不仅会提升研究的准确性、一致性和效率，更将为创新疗法和药物发现开辟道路。"
该项目为跨学科合作成果，整合了美国国立卫生研究院积累的葡萄膜炎数据资源。研究产生的数据集和AI工具将发表于顶级科学期刊并开源共享，助力全球眼科研究社区发展。
【全文结束】
