糖尿病性網膜病の早期発見とスクリーニングのためのディープラーニングモデルの開発と検証

科学分野:

• 眼科について
• 人工知能
• 医療用イメージング

背景:

• 糖尿病性網膜症 (DR) の早期診断は,医療費と患者の負担を減らすために不可欠です.
• 現在のDR検出方法は,多くの場合,広範なアノテーションデータを必要とし,アノテーションの複雑さと患者のプライバシーに課題を投げかけます.

研究 の 目的:

• 糖尿病性網膜病変 (DR) の検出を強化するために,AI支援の高度な認識システムを導入する.
• ゼロショット学習をDR検出のためのアグノスティックテキスト命令テンプレートで活用し,注釈されたデータの必要性を最小限にします.

主な方法:

• ゼロショットDR検出のための視覚情報とテキストを統合したAIシステムを開発しました.
• 画像とパッチレベルでの類似マッピングを使用して,包括的な病変の識別を行いました.
• 複数の内部,公開および外部スマートフォンでキャプチャされたテストセットを使用してシステムを検証し,トレーニング前の方法と機能の埋め込みを分析しました.

主要な成果:

• ゼロショットDR検出システムは,従来の転送学習方法と比較して優れたパフォーマンスを示しました.
• このシステムは,訓練前の段階と試験段階の両方で,正確で信頼性の高い病変検出を達成しました.
• パッチレベルの可視化とt-SNEクラスタリングは,機能埋め込みの品質を確認しました.

結論:

• AI支援システムは,ゼロショット学習を使用して糖尿病性網膜症 (DR) の病変を効果的に検出し,従来の監督および少数のショット方法の限界を克服します.
• このアプローチはDRスクリーニングの効率を高め,注釈の要求を軽減し,患者のプライバシーをサポートします.
• このシステムはDRの早期発見における広範な臨床応用の可能性を示しています.