在近视成年人中,手动和人工智能自动化胸膜厚度细分光学连贯性断层扫描成像的比较

科学领域:

• 眼科和视觉科学 眼科和视觉科学
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 近视影响全球14亿人,胸膜厚度是近视进展和相关疾病的关键因素.
• 使用人工智能 (AI) 进行的自动胆道厚度细分,与手工方法相比,提供了更好的重复性和更少的变化.
• 两种扫描源光学连贯性断层扫描 (SS-OCT) 系统被用于评估人工智能驱动的细分精度.

研究的目的:

• 评估人工智能自动化和手动细分子叶下胆道厚度 (SFCT) 之间的协议.
• 为了比较使用两个不同的SS-OCT设备 (Triton DRI-OCT和PLEX Elite 9000) 获得的SFCT测量结果.

主要方法:

• 从新加坡的前性近视队列研究 (PROMYSE) 招募了229名近视患者 (≥16岁,≥0.50二眼镜).
• 使用Triton DRI-OCT和PLEX Elite 9000系统获得的OCT扫描.
• 分段的OCT图像使用既建立的AI (SA-Net) 架构和标准手工技术,SFCT由Bland-Altman图表和类内相关系数 (ICC) 确定.

主要成果:

• 人工智能自动化和手动SFCT测量结果显示出极好的一致性,在两种OCT系统中都有很高的ICC值 (PLEX Elite 9000:ICC=0.937;Triton DRI-OCT:ICC=0.887).
• PLEX Elite 9000显示手动测量通常比AI更厚 (固定偏差:6.3微米),而Triton DRI-OCT显示手动测量比AI更薄 (固定偏差:-26.7微米).
• 两种系统都在人工智能自动化和手动细分方法之间显示了统计学上显著的固定和比例偏差.

结论:

• 在两个SS-OCT系统中,人工智能自动化和手动胆道细分测量之间存在很好的一致性.
• 由于其效率和一致性,人工智能自动化细分显示出作为测量胆道厚度的主要方法的巨大潜力.
• 这种人工智能驱动的方法可能会增强未来的近视和相关眼睛疾病的研究和临床评估.