Häufige Augenerkrankung, die die Makula betrifft – den zentralen Teil der Netzhaut, der für scharfes Sehen verantwortlich ist. AMD ist eine der Hauptursachen für Sehverlust bei älteren Erwachsenen und kann in «trockener» oder «nasser» Form verlaufen.

Computersysteme, die für Aufgaben entwickelt wurden, die normalerweise menschliche Intelligenz erfordern, wie das Erkennen von Mustern oder das Treffen von Entscheidungen. In der Medizin kann KI die Diagnose und Vorsorgeuntersuchungen unterstützen

Zertifizierungszeichen, das die Konformität eines Produkts mit den europäischen Gesundheits-, Sicherheits- und Umweltschutzstandards angibt. Für Medizinprodukte, einschliesslich KI-basierter Software, ist gemäss der EU-Medizinprodukteverordnung (MDR) eine CE-Kennzeichnung erforderlich, bevor sie im Europäischen Wirtschaftsraum (EWR) in Verkehr gebracht werden dürfen.

Bildgebendes Verfahren, bei dem mithilfe einer Spezialkamera Farbfotos der Netzhaut aufgenommen werden. Es wird häufig zur Vorsorgeuntersuchung und zur Überwachung verschiedener Augenerkrankungen und manchmal auch von Systemerkrankungen eingesetzt.

Teilbereich des maschinellen Lernens, bei dem mehrschichtige künstliche neuronale Netze verwendet werden, um Muster aus grossen Datenmengen automatisch zu lernen. Im Gesundheitswesen und in der Augenheilkunde wird Deep Learning häufig in der medizinischen Bildgebung (z. B. Netzhautscans, Hautläsionsanalyse, Neuroradiologie) für Aufgaben wie Detektion, Erkennung und Klassifizierung eingesetzt.

Internationaler Standard für die Speicherung, Übertragung und Verwaltung medizinischer Bilder. Er gewährleistet die Interoperabilität zwischen unterschiedlichen Bildgebungssystemen.

Diabetesbedingte Augenerkrankung, die durch eine Schädigung der Blutgefässe in der Netzhaut verursacht wird. Unbehandelt kann sie zum Verlust der Sehkraft führen.

Von DINOv2 abgeleitetes KI-Modell, das speziell für die Analyse von Netzhautbildern angepasst wurde. Es wird in der Forschung für die ophthalmologische Diagnostik verwendet.

Fortschrittliches, von Meta AI entwickeltes Open-Source-Computervisionsmodell. Es wird häufig für Bilderkennungsaufgaben, einschliesslich medizinischer Bildgebung, verwendet.

Gezielte Weiteranpassung eines vortrainierten KI-Modells an eine spezifische Aufgabe oder Datendomäne. Dadurch wird die Genauigkeit und Relevanz des Modells verbessert, etwa bei der Analyse medizinischer Bilddaten.

Aufsichtsbehörde in den Vereinigten Staaten, die für die Zulassung und Überwachung von Arzneimitteln, Medizinprodukten und Diagnosegräten zuständig ist. Für KI-gestützte Diagnostik erteilt die FDA je nach Risikoklasse und Regulierungsweg eine Freigabe oder Zulassung.

Gruppe von Augenerkrankungen, die den Sehnerv schädigen, häufig aufgrund eines erhöhten Augeninnendrucks. Unbehandelt kann dies zu einem irreversiblen Verlust der Sehkraft führen. KI-basierte Diagnosetools können durch die Analyse von Bilddaten des Sehnervs und der Netzhaut zur Früherkennung beitragen.

Art von Computerprozessor, der ursprünglich für die Grafikdarstellung entwickelt wurde. Heute sind GPUs aufgrund ihrer hohen parallelen Rechenleistung unverzichtbare Hardware-Beschleuniger für das Training und die Ausführung von KI-Modellen.

Visuelle Benutzeroberfläche, über die Nutzerinnen und Nutzer mit Software über Symbole, Menüs und Grafiken anstelle von Textbefehlen interagieren können. Sie verbessert die Benutzerfreundlichkeit in klinischen Systemen.

Verordnung der Europäischen Union (EU 2017/745), die die Sicherheit und Performance von Medizinprodukten, einschliesslich KI-basierter Software, regelt. Die MDR schreibt eine Risikoklassifizierung, Konformitätsbewertung und CE-Kennzeichnung vor, bevor ein Produkt auf den europäischen Markt gebracht werden darf.

Basisversion eines neuen Produkts mit nur den wesentlichen Funktionen, die erstellt wird, um die Funktionalität zu testen und Feedback einzuholen. Sie trägt dazu bei, das Entwicklungsrisiko zu verringern.

Aufstrebendes Forschungsgebiet, das untersucht, wie Bildgebungsdaten des Auges, zum Beispiel Netzhautscans, Informationen über die Gesundheit der Augen und den allgemeinen Gesundheitszustand liefern können. Es verknüpft Merkmale der Augenbildgebung mit Systemerkrankungen.

Nicht invasives bildgebendes Verfahren, das detaillierte Querschnittsbilder der Netzhaut liefert. Es ist ein Standardtool in der modernen Augenheilkunde.

Differenz zwischen dem biologischen Alter einer Person und dem von der KI anhand ihrer Netzhaut vorhergesagten Alter. Eine grössere Diskrepanz kann auf zugrunde liegende Gesundheitsrisiken hindeuten.

Deep-Learning-Modell, das Transformer-Architektur auf die Bildanalyse anwendet. Im Bereich Oculomics verarbeiten ViTs Netzhautbilder, indem sie diese in Patches unterteilen und Aufmerksamkeitsmechanismen nutzen, um Augen- und Systemerkrankungen wie diabetische Retinopathie zu erkennen und zu klassifizieren.