相关实验视频
Updated: Jun 23, 2026
05:51
Smartphone Fundus Photography
Published on: July 6, 2017
39.0K
评估一个离线的人工智能系统,使用基于智能手机的 fundus 摄像头进行可参考的 DrDeramus 查:一项前性研究
Divya Parthasarathy Rao1, Sujani Shroff2, Florian M Savoy3
1Remidio Innovative Solutions Inc, Glen Allen, VA, USA. drdivya@remidio.com.
Eye (London, England)
|December 13, 2023
概括
一个使用智能手机底部图像的AI系统在检测玻璃眼瘤方面显示出高准确度,在图像分级方面表现优于专家. 这提供了一个可扩展的查解决方案,用于早期发现青光眼.
科学领域:
- 眼科医生 眼科 眼科
- 医疗保健中的人工智能
- 医疗成像医学成像
背景情况:
- 未被检测到的玻璃眼需要一个负担得起和可扩展的查模型.
- 基于智能手机的人工智能为青光眼的检测提供了一个潜在的解决方案.
研究的目的:
- 评估一个离线,基于智能手机的AI系统,用于检测可转移的玻璃眼.
- 将AI性能与专家诊断和图像分级进行比较.
主要方法:
- 与243名受试者 (青光眼和对照组) 进行前性研究.
- 通过智能手机底部摄像头捕获的圆盘中心图像.
- 人工智能分析和图像的专家分级与全面的玻璃眼查相比.
主要成果:
- 人工智能显示了93.7%的灵敏度和85.6%的特异性,用于对最终诊断进行可参考的青光瘤检测.
- 人工智能从图像中实现了94%的真正青光眼病例检测率,而专家的检测率为60%.
- 在非白内障病例中,真阴性率为94.7%.
结论:
- 人工智能工具在严格的基准测试中表现出强的性能.
- 人工智能系统仅使用 fundus 图像显示了正常受试者的适度过度推.
- 人口水平评估是下一个推的步骤.
