این بیماری که با کدر شدن عدسی چشم بینایی را تهدید می‌کند، در مراحل اولیه علائم واضحی ندارد و اغلب زمانی تشخیص داده می‌شود که بینایی بیمار به شدت کاهش یافته است.

به گفته سازمان جهانی بهداشت، میلیون‌ها نفر در سراسر جهان با این بیماری دست‌وپنجه نرم می‌کنند، اما در مناطق کم‌برخوردار، دسترسی به خدمات غربالگری و تشخیص زودهنگام همچنان محدود است.

به تازگی پژوهشی به سرپرستی «مریم زحمت‌کشان» از دانشگاه علوم پزشکی فسا، با همکاری دانشگاه علوم پزشکی کرمان، نشان داده که هوش مصنوعی می‌تواند تحولی در تشخیص و مدیریت آب‌مروارید ایجاد کند. این مطالعه با بررسی سیستماتیک مقالات علمی از پایگاه‌های PubMed، Scopus و Web of Science، کارایی الگوریتم‌های یادگیری ماشینی مانند شبکه‌های عصبی پیچشی، یادگیری عمیق و درخت تصمیم را ارزیابی کرده است.

نتایج حاکی از آن است که این الگوریتم‌ها در ۷۰ درصد موارد برای تشخیص، ۱۷ درصد برای مدیریت و ۱۳ درصد برای پیش‌بینی بیماری مؤثر بوده‌اند و شبکه‌های عصبی پیچشی به‌ویژه در تشخیص دقیق، عملکرد برتری داشته‌اند.

یافته‌های این پژوهش نشان می‌دهند که هوش مصنوعی نه تنها دقت و سرعت تشخیص آب‌مروارید را افزایش می‌دهد، بلکه می‌تواند شکاف خدمات درمانی در مناطق محروم را پر کند.

ابزارهای ساده مبتنی بر AI، مانند اپلیکیشن‌های موبایلی، می‌توانند به پرسنل درمانی در مناطق دورافتاده کمک کنند تا بیماران مشکوک را شناسایی کنند. این فناوری پتانسیل تبدیل شدن به بخشی از برنامه‌های غربالگری سلامت، به‌ویژه در کشورهای در حال توسعه را دارد.

مقاله این تحقیق در دوماهنامه «پیاورد سلامت» دانشگاه علوم پزشکی تهران منتشر شده و گامی مهم در جهت استفاده از فناوری‌های نوین برای بهبود سلامت عمومی به شمار می‌رود.