用于檢測糖尿病性視網(wǎng)膜病和年齡相關(guān)性黃斑變性。該算法的迭代方法比非迭代方法識別出更大的病變，并且將特異性提高了約10%，診斷準確性約為80%。該算法對圖像進行注釋，以描述發(fā)現(xiàn)的病變，幫助指導醫(yī)師做出決策。

已經(jīng)開發(fā)了機器學習系統(tǒng)，以幫助發(fā)現(xiàn)各種癌癥，檢測眼部病變并設(shè)計生物分子。然而，醫(yī)生對此的主要批評是它們充當黑匣子，得出結(jié)論而沒有解釋如何做。當需要某些細微的特征和觀察結(jié)果以得出有力的醫(yī)學結(jié)論時，解釋特別重要。為了解決這個問題，Radboud的研究人員開發(fā)了一種新方法，可以識別眼睛中的病變并形成更全面的視網(wǎng)膜疾病注釋。

該算法的工作原理如下：拍攝眼底的眼底照片。該算法對圖像進行處理以建議是否應將案件轉(zhuǎn)介給專家。然后，該算法識別出與視網(wǎng)膜病變有關(guān)的病變，并用一種??稱為選擇性修補的技術(shù)填充這些病變，以模仿健康的視網(wǎng)膜組織。修改后的圖像再次輸入到算法中，對算法進行重新評分，識別其發(fā)現(xiàn)的其他病變，并重復識別和修復過程，直到視網(wǎng)膜圖像被評為健康為止。

通過這種方式，可以在進一步的迭代中識別出在第一次迭代中可能未發(fā)現(xiàn)的更中等或更小的病變，從而為醫(yī)生提供了更全面的可疑眼部病變圖片。該技術(shù)是軟件，一旦完善并獲得監(jiān)管機構(gòu)的批準，應易于廣泛使用。