自动化糖尿病视网膜病变图像评估软件的诊断准确性:IDx-DR和人工智能媒介
Andrzej Grzybowski1, Divya Parthasarathy Rao2, Piotr Brona3
1Institute for Research in Ophthalmology, Foundation for Ophthalmology Development, Poznan, Poland.
Ophthalmic research
|September 27, 2023
概括
两个人工智能 (AI) 软件用于糖尿病视网膜病变 (DR) 查,显示出高准确度. 媒体AI和IDx-DR都有效地检测到可引用的DR,在这个比较研究中最大限度地减少了错过的病例.
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:
- 人工智能 (AI) 在早期检测可转移性糖尿病视网膜病变 (RDR) 方面表现有前途.
- 自动化糖尿病视网膜病变 (DR) 图像评估软件 (ARIA) 的直接比较是有限的.
- 这项研究回顾性地比较了两种现代ARIA:IDx-DR和Medios AI.
研究的目的:
- 为了比较IDx-DR和MediosAI在检测可转移的糖尿病视网膜病变方面的性能.
- 为了评估这些自动化系统与手动分级的准确性.
- 评估每个ARIA对于RDR检测的灵敏度和特异性.
主要方法:
- 对波兰811名糖尿病患者的视网膜图像进行了回顾性比较研究.
- 每位患者捕获了四张非脑膜视网膜图像 (光盘和斑点中心).
- 图像由经过认证的评分员手动评分,并将ARIA输出与此参考标准进行比较.
主要成果:
- 在807名患者中,264人 (33%) 患有任何DR,其中174人 (22%) 被归类为RDR.
- 媒体AI在RDR检测方面表现出95%的灵敏度和80%的特异性.
- 对于RDR检测,IDx-DR显示了99%的灵敏度和68%的特异性.
结论:
- 这两种ARIA在检测可转移的糖尿病视网膜病变方面都取得了令人满意的准确性.
- 虽然假阳性会带来成本,但在自动查方面,尽量减少假阴性 (遗漏病例) 是至关重要的.
- 这两种系统都为早期DR检测提供了可行的选择,IDx-DR显示出更高的灵敏度.
