跳转到主要内容
学术研究

眼科护理中的人工智能:范围综述仅纳入7项研究

PubMed Ophthalmology (2026年1月1日)

摘要

这项范围综述检索了四个数据库,时间截至2026年6月12日,纳入同时涉及人工智能或机器学习、眼科和护士参与的英文同行评议文章。254条检索记录中有7项研究(2023至2026年)符合条件。应用包括急诊分诊与初步诊断、手术护理辅助、日间病房流程管理和护理教育,技术涵盖传统机器学习、卷积神经网络和大语言模型。作者认为该领域专门研究仍少,未来应优先开展护士主导、前瞻性评价的研究。

信息来源: PubMed Ophthalmology 发布于 2026年1月1日

要点速览

  • 检索四个数据库至2026年6月12日,254条记录中7项研究符合纳入标准
  • 应用涉及急诊分诊、手术护理辅助、日间病房流程管理和护理教育
  • 技术包括传统机器学习、卷积神经网络和大语言模型
  • 作者建议开展护士主导、社区和基层场景、前瞻性评价护理结局的研究

本站解读

这是一项范围综述(scoping review),目的是把已发表证据摸一遍,而不是评价某个工具有没有效。检索四个数据库后,254条记录里只有7项研究符合条件,说明专门研究眼科护理中人工智能的论文不多。这7项涉及急诊分诊、手术护理辅助、日间病房流程管理和护理教育,评价内容包括分诊或诊断表现、可用性与接受度、流程效率和教育结果。

范围综述的特点是描绘现状和空白,不对各项研究的效果做汇总。纳入的研究中有一项是没有护士直接参与的临床前原型,且只纳入英文文献。摘要没有给出各项研究的具体效果数字。

我们的判断是,这篇综述的意义在于指出空白:证据太少,还谈不上哪种护理场景的人工智能应用已经证明有用。作者建议的方向是护士主导、面向社区和基层场景、前瞻性评价护理结局。

常见问题

眼科护士用人工智能辅助工作,有证据证明有效吗?

证据还很少。这项范围综述的254条检索记录中,只有7项研究符合条件,评价内容包括分诊或诊断表现、可用性、流程效率和教育结果。综述的任务是梳理现状,没有汇总效果,作者也指出需要前瞻性评价护理相关结局。如有疑虑可咨询眼科医生。

这项研究和普通患者有什么关系?

关系不大。综述梳理的是研究现状,涉及急诊分诊、日间病房流程和护理教育等场景,但纳入的7项研究数量有限,也没有给出可供患者参考的效果数字。作者的结论是该领域的专门研究仍然少见。

延伸阅读

学术研究

眼科AI从诊断准确率到临床应用:一篇综述的观点

这篇综述指出,眼科人工智能的一个持续难题是,擅长图像分类的系统很少带来患者结局的改善。作者认为主要障碍包括数据偏倚、域偏移和标签噪声,缺少前瞻性随机部署试验,也常忽视以患者为中心的目标、成本效益和公平性。解决需要严格的外部验证、明确的决策标准和真实临床中的持续监测。

#人工智能#眼科AI#综述 +1
PubMed Ophthalmology
学术研究

人工智能在神经眼科影像中的应用:叙述性综述

这是一篇叙述性综述,梳理已发表研究中人工智能在部分神经眼科疾病里的应用,重点讨论筛查、诊断和病情进展评估中的优点、局限与挑战。作者认为,深度学习和卷积神经网络在解读眼底照相、光学相干断层扫描(OCT)和磁共振成像方面显示出潜力,可用于视神经乳头异常的筛查、特征描述和监测,但多数应用仍处于研究、回顾性验证或概念验证阶段。

#神经眼科#人工智能#眼科影像 +1
PubMed Ophthalmology
学术研究

人工智能预测2型糖尿病视网膜病变风险:系统综述

这篇系统综述检索了PubMed、Scopus、Web of Science和ScienceDirect中2016年1月至2025年12月的研究,汇总人工智能预测2型糖尿病患者糖尿病视网膜病变风险的模型。检索到1040条记录,纳入8项研究。极端梯度提升、随机森林等集成模型表现较优,曲线下面积(AUC)在0.68至0.97之间。多数研究只做了内部验证,外部验证基本缺失。

#糖尿病视网膜病变#人工智能#风险预测 +1
PubMed Ophthalmology