用人工智能评估糖尿病视网膜病变的分期:伪色和LED成像之间的比较分析

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) 是导致视力丧失的主要原因.
• 精确的DR分期对于及时治疗和管理至关重要.
• 人工智能 (AI) 系统为自动化DR选和分期提供了潜力.

研究的目的:

• 为了比较基于AI的DR分期系统在不同成像模式的诊断性能:伪色,模拟白光 (SWL) 和发光二极管 (LED) 摄像头.
• 评估人工智能分期和人类专家对DR严重性进行分级之间的协议.

主要方法:

• 一项涉及189名糖尿病患者362只眼睛的横截面研究.
• 用Optos超广场伪色和iCare DRSplus LED同焦相机进行成像,有和没有SWL.
• 人工智能分析 (EyeArt v2.1) 与使用扩张的 fundus 检查的人类评分员建立的基本真相进行了比较.

主要成果:

• 与伪色成像相比,LED摄像头对增殖性DR的灵敏度和特异性更高,与地面真相更好地一致 (wκ = 0.71).
• 将SWL添加到伪色成像中降低了诊断性能 (wκ = 0.55).
• 发现外周病变显著降低了正确DR分期的可能性.

结论:

• 与伪色相机相比,LED相机在识别晚期糖尿病视网膜病变阶段方面表现出更高的准确性.
• 人工智能系统需要针对超广场成像进行特殊培训,以考虑外围病变并确保精确的DR分期.