Background: The use of artificial intelligence (AI) interesting for automated image segmentation, analysis and classification, among others and has already been described for various fields of ophthalmology.
Objective: This manuscript provides an overview of current approaches and advances in the application of big data and AI in various diseases of the optic nerve head.
Material and methods: A PubMed search was performed. Studies were searched for that answered clinical questions using big data approaches or classical machine learning methods in the analysis of multimodal imaging of the optic nerve head.
Results: Big data can help to answer clinical questions in common diseases such as glaucoma. The AI is applied for the segmentation of multimodal imaging of the optic nerve head as well as for the classification of diseases, such as glaucoma or optic disc edema on this imaging data.
Conclusion: With the help of big data and AI, relationships can be recognized more easily and the diagnostics and course assessment of diseases of the optic nerve head can be facilitated or automated. A prerequisite for clinical application is a CE marking as a medical device in Europe and approval by the Food and Drug Administration in the USA.
Zusammenfassung: HINTERGRUND: Der Einsatz von künstlicher Intelligenz (KI) ist unter anderem in der automatischen Bildsegmentierung, -analyse und Klassifikation interessant und bereits für verschiedene Bereiche der Augenheilkunde beschrieben.
Fragestellung: Diese Arbeit soll einen Überblick über aktuelle Ansätze und Fortschritte bei der Anwendung von Big Data und KI bei verschiedenen Erkrankungen des Sehnervenkopfes geben.
Material und methode: Es wurde eine PubMed-Recherche durchgeführt. Gesucht wurde nach Studien, die klinische Fragestellungen mithilfe von Big-Data-Ansätzen beantworteten oder klassische Methoden des maschinellen Lernens bei der Analyse von multimodaler Bildgebung des Sehnervenkopfes verwendeten.
Ergebnisse: Big Data kann bei Volkskrankheiten wie dem Glaukom helfen, klinische Fragestellungen zu beantworten. KI findet sowohl bei der Segmentierung von multimodaler Bildgebung des Sehnervenkopfes als auch bei der Klassifikation von Erkrankungen wie dem Glaukom oder der Stauungspapille auf diesen Bilddaten Anwendung.
Schlussfolgerung: Mithilfe von Big Data und KI können Zusammenhänge besser erkannt und die Diagnostik und Verlaufsbeurteilung von Erkrankungen des Sehnervenkopfes erleichtert oder automatisiert werden. Eine Voraussetzung für die klinische Anwendung ist in Europa die CE-Kennzeichnung als ein Medizinprodukt und in den USA die Zulassung durch die Food and Drug Administration.
Keywords: Deep learning; Fundus photography; Glaucoma; Machine learning; Optical coherence tomography.
© 2021. Springer Medizin Verlag GmbH, ein Teil von Springer Nature.