相关实验视频
Updated: May 12, 2026

05:51
Smartphone Fundus Photography
Published on: July 6, 2017
38.9K
21个人工智能算法在使用手持式 fundus 摄像头进行糖尿病视网膜病变自动查中的比较
Anna-Maria Kubin1,2,3, Petri Huhtinen4, Pasi Ohtonen5,6
1Department of Ophthalmology, Oulu University Hospital, Oulu, Finland.
Annals of medicine
|May 13, 2024
概括
人工智能 (AI) 算法在使用手持式 fundus 摄像头对糖尿病视网膜病变 (DR) 的查中显示出可变的性能. 在广泛使用这些AI工具用于DR检测的临床应用之前,外部验证至关重要.
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) 是可预防的失明的主要原因.
- 糖尿病患病率的增加需要有效的查解决方案.
- 远程医疗和人工智能为管理DR查负担提供了潜力.
研究的目的:
- 评估21个AI算法的性能,用于可引用的DR选.
- 用手持式Optomed Aurora fundus相机的现实世界数据来评估AI算法的有效性.
主要方法:
- 一项前性研究包括156名患者 (312只眼睛) 接受DR查.
- 用Optomed Aurora相机拍摄的Fundus图像是使用Optomed Aurora相机拍摄的.
- 人工智能算法和眼科医生根据DR严重程度对图像进行分级.
主要成果:
- 可推的DR在34.6%的眼睛中存在.
- 人工智能算法实现了可参考DR的平均一致性为79.4%,具有显著的可变性 (49.4%-92.3%).
- 平均灵敏度为77.5%,特异性为80.6%;不可分类的图像速率各不相同 (0%-28.2%).
结论:
- 优化光线底部图像适合DR查.
- 对于DR查的AI算法性能有很大的差异.
- 在临床部署之前,在现实环境中对AI算法进行外部验证至关重要.

