自动识别不同严重程度的糖尿病视网膜病变使用手持式 fundus 摄像头和单图像协议
Fernando K Malerbi1, Luis Filipe Nakayama1, Gustavo Barreto Melo1
1Federal University of São Paulo, Sao Paulo, Brazil.
Ophthalmology science
|May 2, 2024
概括
手持视网膜摄像头中的人工智能 (AI) 使用单一图像准确检测糖尿病视网膜病变 (DR) 和轻度以上的DR (mtmDR). 这项技术对扩大查覆盖范围和预防失明充满希望.
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) 是导致失明的主要原因.
- 早期检测和治疗对于预防视力丧失至关重要.
- 目前的选方法可能是资源密集的.
研究的目的:
- 在移动视网膜摄像头中评估AI系统,以检测DR和轻度DR (mtmDR).
- 评估DR查的单图像协议的性能.
主要方法:
- 这是一项多中心,横截面的诊断研究,涉及327名糖尿病患者.
- 视网膜底部的照片是使用便携式相机 (Phelcom Eyer) 拍摄的.
- 图像被深度学习算法 (RAS和DRAS) 分析;地面真相是专家对2场图像的分级.
主要成果:
- 人工智能系统在检测任何DR (90.48%的灵敏度,90.65%的特异性) 和mtmDR (90.23%的灵敏度,85.06%的特异性) 中表现出高的灵敏度和特异性.
- 在ROC曲线下的面积为任何DR的0.95和mtmDR的0.89.
- 绩效是根据严格的临床参考标准来评估的.
结论:
- 由人工智能驱动的便携式视网膜摄像头在检测DR严重程度方面实现了高准确性,每只眼睛只需一张图像.
- 这种全集解决方案具有显著的潜力,可以提高查覆盖率.
- 该技术可以通过增强的DR查计划,有助于预防可避免的失明.
