基于深度学习的人工智能模型在查和转诊糖尿病视网膜病变和玻璃眼病患者中的有效性
Janani Surya1, Garima1, Neha Pandy1
1Department of Ophthalmology, Shri Bhagwan Mahavir Vitreoretinal Services, Sankara Nethralaya, Chennai, Tamil Nadu, India.
Indian journal of ophthalmology
|August 2, 2023
概括
一个深度学习 (DL) 人工智能 (AI) 算法有效检测糖尿病视网膜病变 (DR) 和玻璃眼,显示高准确性和与专家的良好协议. 这种人工智能工具在减少眼科护理环境中不必要的交叉推方面表现有前途.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 糖尿病视网膜病变 (DR) 和玻璃眼是导致视力丧失的主要原因.
- 早期发现和准确的诊断对于有效的管理至关重要.
- 专家推可能是耗时和资源密集的.
研究的目的:
- 评估基于深度学习 (DL) 的人工智能 (AI) 算法的诊断效果,用于检测糖尿病视网膜病变 (DR) 和玻璃眼.
- 将AI算法的性能与专家诊断进行比较.
- 评估人工智能算法的潜力,以减少糖尿病医生,视网膜和青光眼诊所之间的交叉转诊.
主要方法:
- 一项前性观察性研究,涉及1085名年龄在35-65岁之间的患者.
- 进行了非脑膜底部摄影,并通过AI系统和专业评分器对图像进行了分级.
- 对AI和专家评级的比较分析,包括kappa协议,灵敏度和特异性.
主要成果:
- 人工智能算法与专家评级者达成高度一致 (玻璃眼的kappa:85%,DR:91.90%).
- 对于AI青光眼分级 (79.37%和99.45%) 和DR分级 (83.33%和98.86%) 观察到高灵敏度和特异性.
- 人工智能系统实现了DR (89.57%) 和青光眼 (95.43%) 的高交叉引用准确度.
结论:
- 基于DL的AI系统在检测DR和青光眼时表现出高灵敏度和特异性.
- 专业评分员和人工智能系统之间存在实质性的协议.
- 人工智能算法显示了提高诊断效率和减少临床实践中不必要的转诊的潜力.
