角膜盲症是全球失明的第五大原因，其主要是由角膜炎引起的，常常影響到邊緣化人群。角膜盲症給人們帶來的負擔是巨大的，特別是與白內障和青光眼等其他致盲原因相比，角膜盲症往往在相對較小的年齡影響到個人。

        早期發現並及時進行角膜炎的醫療幹預可以阻止和製止疾病的發展，達到更好的預後，提高視力，甚至保護眼睛的完整性。否則，角膜炎會隨著時間的推移迅速惡化，有可能導致永久性視力喪失，甚至角膜穿孔。

        診斷角膜炎通常需要熟練的眼科醫生通過裂隙燈顯微鏡或裂隙燈圖像檢查患者的角膜。然而，盡管全世界有超過20萬名眼科醫生，但在發展中國家和發達國家，目前和不遠的未來，眼科醫生的數量都存在一定的短缺。這種需求和供應之間不斷擴大的差距會影響角膜炎的及時發現，特別是在偏遠和醫療服務不足的地區。

        近期人工智能(AI)的最新進展，特別是深度學習，已經顯示出基於臨床圖像檢測一些常見疾病的巨大前景。最近，來自溫州醫科大學的研究人員開發了一個深度學習係統，基於6567張裂隙燈圖像，對角膜炎、其他角膜異常和正常角膜進行自動分類。該係統在不同類型的數碼裂隙燈相機和具有超微距模式的智能手機拍攝的角膜圖像中表現出顯著的性能(所有AUCs>0.96)。

        深度學習算法在寧波眼科醫院的內部測試數據集中的表現

        此外，在該係統和有經驗的角膜專家之間，可以觀察到角膜炎檢測的靈敏度和特異性相當。因此，這個係統有可能同時應用於數字裂隙燈相機和智能手機拍攝的圖像，促進角膜炎的早期診斷和治療，防止角膜炎造成的角膜失明。