Ang AI ay Binabago ang Preventive Eye Care at Pinoprotektahan ang Paningin

Ang mga mata, isang pangunahing organong pandama, ay may mahalagang papel sa bawat yugto ng ating buhay.

Nagbibigay sila ng impormasyon sa utak tungkol sa labas na mundo. Kung wala ang paningin, mahihirapan tayong magsagawa ng mga pang-araw-araw na gawain tulad ng pagbabasa, pag-aaral, paglalakad, at pakikipag-ugnayan sa ating kapaligiran.

Ang mahusay na paningin ay mahalaga para tamasahin ang kalayaan at, siyempre, ang mga kasiyahan ng buhay.

Gayunpaman, higit sa 2.2 bilyong tao ang hindi ito magagawa dahil sa pagkakaroon ng kapansanan sa paningin, na nangyayari dahil sa isang kondisyon sa mata na nakakaapekto sa visual na sistema at mga function nito. 

Ang mga katarata, glaucoma, mga error sa refraksyon, diabetic retinopathy, age-related macular degeneration (AMD), at presbyopia ay ilan sa mga pangunahing sanhi ng kapansanan sa paningin.

Ang kapansanan sa paningin ay may malubhang epekto sa buhay ng isang tao, na marami ay maaaring mapagaan sa pamamagitan ng maagap na pag-access sa de-kalidad na pangangalaga sa mata. Bukod sa epekto nito sa mga indibidwal, nagdudulot din ang kapansanan sa paningin ng malaking pinansyal na pasanin, kung saan ang taunang pandaigdigang gastos sa nawalang produktibidad ay tinatayang $411 bilyon.

Bilang resulta, ang mga kondisyon sa mata na maaaring magdulot ng kapansanan sa paningin at pagkabulag ay pangunahing pokus ng mga estratehiya sa pangangalaga ng mata.

AI sa Ophthalmology

Dahil ang kapansanan sa paningin ay nagpapababa ng kalidad ng buhay ng isang tao at nagdudulot ng malaking pandaigdigang pasanin sa ekonomiya, ang mga doktor, siyentipiko, at mananaliksik ay lumilingon sa artificial intelligence (AI) upang baguhin ang pangangalaga sa mata.

Ang mabilis na umuunlad na teknolohiya ay nagpapabuti ng kahusayan sa negosyo at pagsusuri ng datos sa iba’t ibang larangan tulad ng pananalapi, pagmamanupaktura, retail, media, at pangangalagang pangkalusugan.

Sa pangangalagang pangkalusugan at medisina, ang impluwensya ng AI ay tumaas nang malaki sa mga nagdaang taon. 

AI para sa Maagang Pagtuklas: DR, Glaucoma, at AMD

Sa ophthalmology, partikular, pinapayagan ng AI ang maagang pagtuklas ng mga sakit tulad ng glaucoma, diabetic retinopathy, at AMD sa pamamagitan ng pagsusuri ng mga retinal na imahe at datos ng pasyente. Dito, nagbibigay ang mga tool ng AI ng personalized na interbensyon at awtomatikong diagnosis at pagsasala. 

Nagbibigay din ang teknolohiya ng tulong sa operasyon, tumutulong sa pagsala ng mga kandidato, pag-optimize ng mga teknik, pag-minimize ng komplikasyon, at pag-predict ng mga resulta pagkatapos ng operasyon.

Ayon sa mga eksperto, ang AI ay magkakaroon ng lumalaking papel sa klinikal at operasyong praktis sa hinaharap ng anterior segment surgery, na nakatuon sa mga harapang bahagi ng mata upang gamutin ang mga pinsala at kondisyon tulad ng katarata at mga sakit sa kornea.

Sa kasalukuyan, ginagamit na ang teknolohiya upang magsala at mag-diagnose ng katarata, mag-klasipika ng mga yugto ng operasyon, at mag-predict ng oras ng operasyon upang i-optimize ang daloy ng trabaho sa OR. Bukod pa rito, ginagamit ang AI sa optimal na pagkalkula ng kapangyarihan ng IOL (intraocular lens), na tumutukoy sa refractive na lakas ng synthetic na lente na ini-implant sa panahon ng operasyon ng katarata upang palitan ang natural na lente.

Sa katunayan, marami nang literatura pati na rin mga imaging data na nakolekta sa paglipas ng mga taon bilang rutin na praktis.

I-swipe upang mag-scroll →

Paano Nagganap ang LLMs Kumpara sa mga Ophthalmologist

Ayon sa isang pag-aaral, natuklasan na higit na nalalampasan ng AI ang kakayahan ng mga hindi-espesyalistang doktor¹ sa pagsusuri ng mga problema sa mata.

Pinamunuan ng University of Cambridge, iniulat ng pag-aaral na ang klinikal na kaalaman at kasanayan sa pangangatwiran ng kilalang large language model (LLM), GPT-4, ay papalapit na sa antas ng mga espesyalistang doktor sa mata.

Sinubukan ang GPT-4 laban sa mga eksperto sa mata, mga hindi-espesyalistang junior na doktor, at mga trainee, kung saan bawat isa ay binigyan ng hanggang 87 na senaryo ukol sa mga tiyak na problema sa mata. Ang mga tanong ay sumasaklaw sa malawak na hanay ng mga problema sa mata, kinuha mula sa isang aklat na ginagamit upang subukin ang mga trainee ngunit hindi libre sa internet, kaya’t hindi malamang na kasama sa mga dataset ng pagsasanay ng GPT-4 ang nilalaman na iyon.

Kinailangan ng mga doktor na pumili ng diagnosis o payo sa paggamot mula sa apat na opsyon. Ayon sa pag-aaral, mas mataas ang puntos ng AI model kumpara sa mga junior na doktor sa pagsusulit at halos katulad ng puntos ng mga trainee at eksperto, bagaman ang mga pinakamagagaling na doktor ay nakakuha ng mas mataas na puntos kaysa sa GPT-4.

Ayon sa mga mananaliksik, hindi papalitan ng mga LLM ang mga propesyonal sa pangangalagang pangkalusugan, ngunit binigyang-diin na maaari nilang mapabuti ang pangangalaga sa pamamagitan ng pagbibigay ng diagnosis, payo, at mga mungkahi sa pamamahala sa ilang konteksto.

Mula sa Laboratoryo hanggang sa Klinika: Mga Resulta ng Pagsusuri sa Totoong Mundo

Isang kamakailang pag-aaral sinuri ang pagpapatupad ng AI sa pagtuklas ng glaucoma² sa mga totoong setting.

Para dito, nag-develop sila ng isang awtomatikong retinal photography at AI-based na sistema ng pagsusuri upang tasahin ang katanggap-tanggap, kakayahang maisakatuparan, at katumpakan nito. Ang pag-aaral ay nag-recruit ng mga taong may edad na 50 taon pataas na kinuha ang kanilang mga retinal na imahe gamit ang awtomatikong fundus camera at sinuri ng AI.

Nakamit ng AI system ang AUROC na 0.80, na nagpapakita ng malakas na kakayahan ng teknolohiya na makilala ang mga kondisyon. Ang sensitivity ay 65%, na kumakatawan sa mga aktwal na kaso na tama ang pagkakakilanlan ng AI, habang ang specificity ay 94.6%, na sumasalamin sa tumpak na klasipikasyon ng mga malusog na indibidwal. Sa 161 na pasyente na dati ay hindi pa na-diagnose, 18 (11.2%) ang natukoy bilang referable glaucoma. Ayon sa pag-aaral:

“Sa kabila ng mga hamon tulad ng mababang sensitivity at limitasyon sa pagkuha ng imahe, ipinapakita ng sistema ang potensyal para sa opportunistic screening sa mga primary care setting.”

Isang review³ ng Department of Ophthalmology sa Capital Medical University, China, ay nagsuri sa mga aplikasyon at hamon ng AI sa myopia.

Sa kasalukuyan, ang kondisyong ito ay apektado ng higit sa dalawang bilyong tao sa buong mundo, at pagsapit ng 2050, halos kalahati ng populasyon ng mundo ay inaasahang maaapektuhan nito. Kapag hindi naayos, maaaring makasira ang myopia sa paningin, makagambala sa edukasyon, at makaapekto sa mga oportunidad sa trabaho, habang ang mataas na myopia ay maaaring magdulot ng permanenteng pagkawala ng paningin. Kaya, mahalaga ang maagang diagnosis sa pamamahala ng pag-usbong nito at pag-iwas sa anumang pangmatagalang pinsala sa paningin.

Dito, maaaring magbigay ang AI ng isang pangakong kasangkapan sa pamamagitan ng pagsusuri ng komplikadong medikal na datos.

Upang matukoy ang myopia, maaaring sanayin ang mga AI model sa malalaking dami ng mga fundus photo at OCT images at turuan silang hanapin ang mga pagbabago sa retina na kaugnay ng myopia. Maari ring sanayin ang AI na matukoy ang anumang pagbabago sa pag-uugali na kaugnay ng pag-usbong ng myopia. Maging ang mga self-monitoring na kagamitan tulad ng SVOne ay maaaring gumamit ng AI upang matukoy ang mga refractive error sa mga mata. Upang matuklasan ang mga risk factor, maaaring gamitin ang mga teknik tulad ng logistic regression, support vector machine, at XGBoost.

Bagaman makakatulong ang AI sa klinikal na praktis at paggawa ng patakaran para kontrolin ang myopia, hindi ito walang hamon.

“Sa pamamagitan ng pagbuo ng mga high-quality na dataset, pagpapabuti ng kakayahan ng modelo na magproseso ng multimodal na imahe, at pagpapahusay ng kakayahan sa interaksyon ng tao at kompyuter, maaaring higit pang mapabuti ang mga AI model para sa malawakang aplikasyon klinikal.”

– Dr. Jifeng Yu

Pagtugon sa Hindi Pagkakapantay-pantay

Bagaman laganap ang mga problema sa paningin, mas mataas ang pagkalat ng kapansanan sa mga low- at middle-income na bansa (LMICs) kumpara sa mga mataas na kita na rehiyon. Sa pamamagitan ng pagpapahintulot sa mas maraming tao na masuri, maaaring makatulong ang AI na punan ang agwat sa mga rehiyon na may limitadong access sa espesyalistang pangangalaga sa mata.

Para dito, lumikha ang tech giant na Google ng isang AI model na tinatawag na ARDA (Automated Retinal Disease Assessment), at kamakailan, nilisensya nito ang AI model para sa pagtuklas ng diabetic retinopathy sa mga kumpanya ng teknolohiyang pangkalusugan sa Thailand at India.

“Magtatayo sila ng kanilang sariling mga modelo ng negosyo, ngunit sa kabilang banda, magbibigay din sila ng mga pagsusuri sa mga taong pinaka nangangailangan ngunit hindi kayang bayaran. Ang pagkabulag mula sa diabetic retinopathy ay ganap na maaaring maiwasan, at ang katotohanang hindi natin nagawang magsagawa ng epektibong pagsusuri sa ilang mga lugar na ito ay hindi dapat patawarin.”

– Sunny Virmani, project manager sa Google Health

Ang diabetes, na nagiging mas laganap sa mga LMICs, ay maaaring malubhang makaapekto sa paningin sa pamamagitan ng pagdudulot ng malabong paningin, diabetic macular edema, glaucoma, at diabetic retinopathy. Ang huli ay nagmumula sa labis na asukal sa dugo na sumisira sa mga daluyan ng dugo, na nagdudulot ng pagtagas ng likido papunta sa mata.

Ang diabetic retinopathy ay maaaring magdulot ng mga pagbabago sa paningin, at sa kalaunan, maaaring maging bulag ang isang tao. Gayunpaman, ang maagang diagnosis at paggamot ay nagbabawas ng panganib ng hanggang 98%. Ngunit kakaunti lamang ang mga taong may diabetes na nasusuri.

Kaya, higit isang dekada na ang nakalipas, sinimulan ni Dale Webster, direktor ng pananaliksik sa Google Health, kasama ang kanyang mga kasamahan, na subukan ang kakayahan ng AI na mag-diagnose ng sakit mula sa mga medikal na imahe.

Nangyari ito sa ARDA, na maaaring mag-diagnose ng sakit nang kasing epektibo ng isang ophthalmologist.

Para sa AI model, sinuri ng koponan ng Google ang 7,651 na tao sa tatlong rehiyon sa Thailand mula 2018 hanggang 2020, kung saan nakamit ng ARDA ang katumpakan na 94.7%, na nagpapakita na “ang mga tool na ito ay ligtas at epektibo.”

I-click dito para sa listahan ng sampung nangungunang rare disease specialist stocks.

Ang Breakthrough ng AI sa Pamamahala ng Keratoconus

Sa gitna ng lahat ng pag-unlad na ito, nakabuo na ngayon ang mga mananaliksik ng isang AI na matagumpay na nakakapag-predict kung aling mga pasyente ng keratoconus ang malalagay sa panganib ng pagkabulag, kaya nangangailangan ng maagang paggamot at pagsubaybay, ilang taon bago pa man ito matukoy ng mga doktor. Sa paggawa nito, maaaring mabawasan ng teknolohiya ang hindi kailangang mga pamamaraan at maiwasan ang pagkawala ng paningin.

Ang keratoconus ay isang progresibong kondisyon sa mata na walang kilalang sanhi.

Sa kondisyong ito, ang kornea ay nagiging baluktot. Ito ay ang malinaw, dome-shaped na patong na sumasaklaw sa iris at pupil na nagpapahintulot sa liwanag na pumasok at tumutulong na i-fokus ito para sa malinaw na paningin.

Kaya, kapag ang kornea ay nipupthin at namumula sa hugis ng kono, ito ay tinatawag na keratoconus. Ang pagbabago sa hugis ng kornea ay nag-aalis ng focus ng mga sinag ng liwanag, na nagdudulot ng distorted na paningin. Ang iba pang sintomas ay glare, sensitivity sa liwanag, at malabong paningin. Pinapahirap nito ang mga pang-araw-araw na gawain tulad ng pagmamaneho o pagbabasa.

Ang sakit na ito ay kadalasang umuunlad sa huling bahagi ng kabataan o maagang 20s at patuloy na lumalala sa paglipas ng panahon.

Bagaman hindi alam ang eksaktong sanhi ng sakit, maaaring ito ay genetiko, kung saan 1 sa 10 na tao na may keratoconus ay may magulang na may ganitong kondisyon. Ang keratoconus ay nauugnay din sa labis na pagkamot ng mata, alerhiya sa mata, pagnipis ng kornea dahil sa pagkawala ng collagen, at mga disorder sa connective tissue.

Karaniwang apektado ang parehong mata, ngunit maaaring magdulot ng napakaiba-ibang paningin at sintomas sa pagitan ng dalawang mata.

Ang mga sintomas ng keratoconus ay dahan-dahang lumalala sa loob ng sampu hanggang dalawampung taon. Sa maagang yugto, maaaring kabilang ang pamumula o pamamaga ng mata, pagtaas ng sensitivity sa liwanag at glare, bahagyang malabong paningin, at bahagyang distorted na paningin. Sa mga huling yugto, kadalasang kasama ang pagtaas ng nearsightedness o astigmatism at mas malabo at distorted na paningin.

During the early stages, vision problems can often be corrected with glasses or contact lenses, but in later stages, rigid gas-permeable contact lenses may be required.

Ngunit kung hindi maagapan at ang kondisyon ay lumala, maaaring kailanganin ang cornea transplant, Intacs (maliit na corneal implant), at corneal cross-linking (CXL). Ngayon, upang i-diagnose ang keratoconus, sinusubaybayan ng mga doktor ang mga pasyente sa paglipas ng panahon.

Sa mga rutin na eye exam, susuriin ng ophthalmologist ang kornea at maaaring gumamit ng espesyal na imaging upang sukatin ang kurbada, na magpapakita ng anumang pagbabago sa hugis nito.

“Ang keratoconus ay isang kondisyon na maaaring pamahalaan, ngunit ang malaman kung sino ang dapat gamutin, at kailan at paano ibigay ang paggamot ay hamon. Sa kasamaang palad, maaaring magdulot ito ng mga pagkaantala, kung saan maraming pasyente ang nakararanas ng pagkawala ng paningin at nangangailangan ng invasive na implant o transplant surgery.”

– Dr. José Luis Güell, ESCRS Trustee and Head of the Cornea, Cataract and Refractive Surgery Department at the Instituto de Microcirugía Ocular, Spain

Ngunit nakamit na ngayon ng mga mananaliksik ang isang breakthrough na maaaring baguhin ang pangangalaga sa mata sa pamamagitan ng pagpapahintulot sa AI na i-predict kung aling mga pasyente ng keratoconus ang nangangailangan ng agarang paggamot sa kornea bago pa man maganap ang irreversible na pinsala, na posibleng magligtas ng paningin at mabawasan ang mga transplant.

Kamakailan lamang iprinisinta ang pag-aaral sa 43rd Congress ng European Society of Cataract and Refractive Surgeons (ESCRS).

Pagliligtas ng Paningin ng Tao at mga Resorses sa Pangangalagang Pangkalusugan

Isinagawa nina Dr. Shafi Balal at mga kasamahan sa Moorfields Eye Hospital NHS Foundation Trust at University College London (UCL), ginamit ng pag-aaral ang AI upang suriin ang mga imahe ng mata ng mga pasyente at pagsamahin ito sa iba pang datos upang i-predict kung aling mga pasyente ng keratoconus ang nangangailangan ng agarang paggamot at kung aling mga maaaring magpatuloy sa pagsubaybay.

“Ang keratoconus ay nagdudulot ng visual impairment sa mga batang propesyonal, at ito ang pinakakaraniwang dahilan ng corneal transplantation sa Kanlurang mundo.”

– Dr. Balal

Sa pamamagitan ng isang solong paggamot na tinatawag na ‘cross-linking’, maaaring mapigil ang pag-usbong ng sakit. Ang therapy ay gumagamit ng ultraviolet na liwanag at patak ng bitamina B2 (riboflavin) upang patigasin ang kornea.

Gayunpaman, kailangang gawin ang cross-linking treatment bago maging permanente ang peklat, na nag-aalis ng pangangailangan para sa cornea transplant. Ito ay matagumpay sa higit 95% ng mga kaso. Ayon kay Dr. Balal:

“Gayunpaman, sa kasalukuyan ay hindi pa kayang hulaan ng mga doktor kung aling mga pasyente ang magpapatuloy at mangangailangan ng paggamot, at kung aling mga mananatiling stable lamang sa pamamagitan ng pagsubaybay. Ibig sabihin nito, kailangan ng mga pasyente ng madalas na pagsubaybay sa loob ng maraming taon, kung saan ang cross-linking ay karaniwang isinasagawa pagkatapos nang maganap ang pag-usbong.”

Kaya, maaaring i-diagnose ng AI ang keratoconus sa tamang oras.

Para sa kanilang AI, gumamit ang pag-aaral ng isang grupo ng mga pasyente na ipinadala sa Moorfields Eye Hospital para sa pagsusuri at pagsubaybay ng keratoconus, kabilang ang pag-scan ng harap ng mata gamit ang OCT upang suriin ang hugis nito.

Ang optical coherence tomography (OCT) ay isang non-invasive na pamamaraan ng imaging na gumagamit ng mga alon ng liwanag upang kumuha ng high-resolution, cross-sectional na larawan ng retina. Ang teknik na ito ay malawakang ginagamit sa ophthalmology upang mag-diagnose ng mga kondisyon tulad ng macular degeneration, glaucoma, at diabetic retinopathy.

Sinuri ng mga mananaliksik ang 36,673 na OCT images ng 6,684 na pasyente gamit ang AI. Natuklasan ng mga mananaliksik na ang kanilang AI model ay maaaring tumpak na i-predict kung ang kondisyon ng pasyente ay mananatiling stable o lalala, batay lamang sa unang pagbisita ng pasyente.

What this means is that from the initial routine consultation, AI can help doctors predict which patients are likely to experience progression, allowing for early treatment before progression and secondary changes occur.

Gamit ang AI model, hinati ng mga mananaliksik ang mga pasyente sa dalawang grupo. Ang isang grupo ay low-risk, na binubuo ng dalawang-katlo ng mga pasyente na hindi nangangailangan ng paggamot. Ang isa naman ay high-risk group, na may isang-katlo ng mga pasyente na kailangan ng agarang cross-linking treatment.

Sa pagsasama ng datos mula sa ikalawang pagbisita sa ospital, maaaring i-klasipika ng AI model hanggang 90% ng mga pasyente.

Ito ay nagiging unang pag-aaral ng ganitong uri na nakakamit ng ganitong mataas na antas ng katumpakan sa pag-predict ng panganib ng pag-usbong ng keratoconus gamit ang kombinasyon ng mga scan at datos ng pasyente, ayon kay Dr. Balal. Idinagdag niya:

“Ipinapakita ng aming pananaliksik na maaari naming gamitin ang AI upang i-predict kung aling mga pasyente ang kailangan ng paggamot at kung aling mga maaaring magpatuloy sa pagsubaybay.”

Ayon kay Dr. Balal, kinasasangkutan ng pag-aaral ng malaking grupo ng mga pasyente na sinubaybayan ng dalawa o higit pang taon. Ipinapahiwatig ng mga resulta na ang mga pasyente na may high-risk keratoconus ay maaaring makatanggap ng preventive treatment bago lumala ang kanilang kondisyon, na tumutulong upang maiwasan ang pagkawala ng paningin at mabawasan ang pangangailangan para sa komplikadong corneal transplant surgery at ang pasanin ng pag-recover nito.

Samantala, ang mga low-risk na pasyente ay maaaring iwasan ang hindi kailangang pagsubaybay, na makakatipid sa mga resorses ng pangangalagang pangkalusugan.

“Ang epektibong pag-uuri ng mga pasyente sa pamamagitan ng algorithm ay magpapahintulot sa mga espesyalista na ilipat sa mga lugar na may pinakamalaking pangangailangan.”

– Dr. Balal

Sa kasalukuyan, ang mga mananaliksik ay nagtatrabaho sa pag-develop ng mas makapangyarihang AI algorithm, na sasanayin sa milyun-milyong eye scans. Maaaring iangkop ang algorithm para sa tiyak na mga gawain, tulad ng pag-predict ng pag-usbong ng keratoconus, pati na rin ang pagtuklas ng mga namamana na sakit sa mata at impeksyon sa mata.

Kung ang AI algorithm ay “patuloy na nagpapakita ng bisa nito, ang teknolohiyang ito ay sa huli ay makakaiwas sa pagkawala ng paningin at mas mahirap na mga estratehiya sa pamamahala sa mga batang propesyonal,” ayon kay Dr. Güell, na hindi kasali sa pananaliksik.

Ang algorithm ay isasailalim pa sa karagdagang safety testing bago ito ma-deploy sa klinikal na setting.

Pamumuhunan sa AI-driven Eye Care

Alcon AG (ALC.SW ) (ALC ) ay isang kumpanyang nakabase sa Switzerland na nagreresearch, gumagawa, at nagbebenta ng hanay ng mga produktong pangangalaga sa mata sa pamamagitan ng Surgical at Vision Care para sa mga kondisyon tulad ng katarata, glaucoma, retinal diseases, at refractive errors.

Alcon AG

Sa market cap na $39.6 bilyon, ang mga share ng ALC ay kasalukuyang nagte-trade sa $77.78, bumaba ng 8.81% YTD at halos 23% mula sa tuktok na higit sa $100 noong huling bahagi ng nakaraang taon. Sa ganitong kalagayan, mayroon itong EPS (TTM) na 2.25 at P/E (TTM) na 34.41, habang ang dividend yield na inaalok ay 0.43%.

Para sa Q2 2025, iniulat ng Alcon ang 4% pagtaas sa benta na umabot sa $2.6 bilyon. Ang diluted EPS para sa quarter ay $0.35.

Ang kumpanya ay nakalikom ng $889 milyon na cash mula sa operasyon sa panahong ito, habang $681 milyon na free cash flow ang naiulat sa unang kalahati ng 2025. Nagbalik ang Alcon ng $287 milyon sa mga shareholders.

Binanggit ni CEO David J. Endicott na may “malakas na maagang demand” para sa mga bagong produkto tulad ng Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager, at Unity VCS, sinabi niya:

“Bagaman maaga pa ito, ang mga paglulunsad na ito ay naglalagay sa amin upang mapabilis ang top-line growth, lumikha ng cash, at maghatid ng pangmatagalang halaga para sa aming mga shareholders.”

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa artificial intelligence.

Pinakabagong Alcon AG (ALC) Stock News at Mga Pag-unlad

Konklusyon

Sa sampu-sampung milyong tao sa buong mundo na nasa panganib ng kapansanan sa paningin o pagkabulag, ang kakayahan ng AI na i-predict ang pag-usbong ng sakit at gabayan ang mga desisyon sa paggamot ay nagmamarka ng isang bagong panahon ng preventive eye care. Habang nagiging mas pinong-pino ang mga algorithm, may potensyal ang AI na bigyan ng kapangyarihan ang mga clinician upang protektahan ang paningin, bawasan ang gastos sa pangangalaga, at mapabuti ang kalidad ng buhay.

I-click dito para sa listahan ng mga bagong pag-unlad na nagtatarget sa pagkawala ng paningin.

Mga Sanggunian:

<sup>1. Thirunavukarasu, A. J., Mahmood, S., Malem, A., Foster, W. P., Sanghera, R., Hassan, R., Zhou, S., Wong, S. W., Wong, Y. L., Chong, Y. J., Shakeel, A., Chang, Y.-H., Tan, B. K. J., Jain, N., Tan, T. F., Rauz, S., Ting, D. S. W., & Ting, D. S. J. (2024). Ang mga large language model ay lumalapit sa expert-level na klinikal na kaalaman at pangangatwiran sa ophthalmology: Isang head-to-head cross-sectional na pag-aaral. PLOS Digital Health, (Version of Record), published 17 Abril 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, C. L., Joseph, S., Vingrys, A. J., et al. (2025). Prospektibong pragmatic trial ng awtomatikong retinal photography at AI glaucoma screening sa Australian primary care. npj Digital Medicine, 8, 386. (Version of Record), published 1 Hulyo 2025. Received 9 Marso 2025; accepted 2 Hunyo 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Paglalapat ng artificial intelligence sa pag-iwas at kontrol ng myopia. Pediatric Investigation, (Version of Record), published 18 Marso 2025. https://doi.org/10.1002/ped4.70001</sup</sup>