人工智能在检测视网膜色素炎的诊断准确性:一个系统性审查和元分析
Ayman Mohammed Musleh1, Saif Aldeen AlRyalat2, Mohammad Naim Abid3
1Faculty of Medicine, The University of Jordan, Amman, Jordan.
Survey of ophthalmology
|December 2, 2023
概括
人工智能 (AI) 在从眼科图像中检测视网膜色素炎 (RP) 中表现出高精度. 这一系统性审查和元分析证实了AI的存在.
科学领域:
- 眼科和医学诊断的眼科和医学诊断.
- 医疗保健中的人工智能
- 生物医学图像分析
背景情况:
- 皮质视网膜炎 (RP) 通常表现为微妙的早期症状,延迟诊断.
- 人工智能 (AI) 提供了改善医疗诊断能力的潜力.
研究的目的:
- 系统地审查和元分析人工智能算法的诊断准确性,用于使用各种眼科成像方式检测RP.
- 评估AI在区分带有和没有RP特征的图像方面的表现.
主要方法:
- 在PubMed,Scopus和Web of Science数据库中进行系统搜索,截至2022年12月31日.
- 包括使用眼科成像 (OCT, fundus photography) 和人工智能进行的英语研究,并由眼科医生确认诊断.
- 从10项涉及920162张图像的研究中对灵敏度,特异性和AUC进行定量分析.
主要成果:
- 人工智能在RP检测方面表现出色的诊断性能.
- 聚合灵敏度为0.985 (95% CI:0.948-0.996) 和聚合的特异性为0.993 (95% CI:0.982-0.997).
- 总体AUROC为0.999,在各研究中异质性较低 (I2 <25%).
结论:
- 人工智能在检测视网膜色素炎方面表现出显著的准确性和可靠性.
- 这些发现支持使用人工智能作为早期RP诊断的有价值工具.
- 低异质性表明,在各种研究中,人工智能表现一致.
