自动化糖尿病视网膜病症诊断,以改善临床决策支持

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 远程医疗平台越来越多地被用来弥合医疗保健提供中的地理障碍.
• 偏远的土著社区面临的挑战是获得专门的医疗服务,包括眼科护理.
• 人工智能 (AI) 为提高远程医疗机构诊断能力提供了潜在的解决方案.

研究的目的:

• 为了评估眼睛查服务的远程医疗平台内的AI组件的预测性能.
• 评估人工智能算法的准确性,分析来自偏远人口的视网膜图像.
• 确定人工智能的实用性,以支持眼科医生在眼睛健康评估服务中的决策.

主要方法:

• 基于人工智能的两个组件,图像质量警报系统和糖尿病视网膜病变检测系统,被嵌入到远程医疗平台中.
• 收集和分析了来自偏远土著社区的328名独特患者的视网膜图像.
• 人工智能算法的性能与眼科医生在个人图像和患者层面的评估进行了比较.

主要成果:

• 图像质量检测算法在个人图像层面达到72%,在患者层面达到85%.
• 糖尿病视网膜病变检测算法在个人图像层面显示出85%的准确性,在患者层面显示出87%的准确性.
• 对眼科医生诊断的AI性能进行了评估,为其有效性提供了基准.

结论:

• 集成到远程医疗平台中的AI组件显示了在偏远地区进行眼科查的有希望的准确性.
• 经过验证的AI工具可以有效地补充和支持眼睛健康评估团队的诊断决策.
• 这项研究支持未来实施人工智能驱动的远程医疗服务,以改善弱势群体获得眼科护理的机会.