相关实验视频
Updated: Jul 9, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
在现实环境中基于人工智能的自动化糖尿病视网膜病症查的诊断准确性:系统性审查和元分析
Sanil Joseph1, Jerrome Selvaraj2, Iswarya Mani3
1From the Centre for Eye Research Australia (S.J, X.S, M.H), Royal Victorian Eye and Ear Hospital, East Melbourne, Australia; Department of Surgery (Ophthalmology) (S.J, X.S, M.H), The University of Melbourne, Melbourne, Australia; Lions Aravind Institute of Community Ophthalmology (S.J, J.S, T.R), Aravind Eye Care System. Madurai, India.
American journal of ophthalmology
|March 4, 2024
概括
人工智能 (AI) 在使用 fundus 图像进行糖尿病视网膜病变 (DR) 查方面表现良好. 这种基于人工智能的查可以帮助眼科医生减少工作量并提高DR的诊断准确性.
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) 是全球视力损失的主要原因.
- 准确和及时的查对于预防视力障碍至关重要.
- 目前的选方法可能是资源密集型的,需要专门的专业知识.
研究的目的:
- 在现实环境中评估基于人工智能 (AI) 的自动化糖尿病视网膜病变 (DR) 查的诊断准确性.
- 与人类分级相比,评估AI算法在从 fundus 图像中检测 DR 的性能.
主要方法:
- 2012年1月至2022年8月期间发表的34项研究的系统综述和元分析.
- 使用诊断准确性研究质量评估2 (QUADAS-2) 检查清单进行包含研究的质量评估.
- 计算基于AI的DR查的聚合精度,灵敏度,特异性和诊断几率比率 (DOR).
主要成果:
- 基于AI的DR查的聚合精度,灵敏度和特异性分别为81%,94%和89%.
- 总的诊断几率比 (DOR) 为128,表明了良好的诊断性能.
- 亚组分析显示,非腹底图像 (143) 和使用两个视野的研究 (161) 的DOR更高.
- 超回归确定了DOR与收入状况和基金库相机类型之间的联系.
结论:
- 人工智能算法证明了使用 fundus 图像进行 DR 查的可接受诊断性能.
- 基于人工智能的查系统有可能通过减少工作量和提高诊断准确性来帮助眼科医生.
- 使用基底摄像头实现人工智能可以提高DR查计划的效率和有效性.
