相关实验视频
Updated: Jun 25, 2026

09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
用人工智能查糖尿病视网膜病变:一个现实世界的评估
Silvia Burlina1, Sandra Radin2, Marzia Poggiato2
1Diabetes and Endocrinology Unit, ULSS8 Berica, Arzignano, Veneto, VI, Italy. silvia.burlina@aulss8.veneto.it.
Acta diabetologica
|July 12, 2024
概括
DAIRET人工智能系统在检测可转移的糖尿病视网膜病变 (DR) 中表现出高灵敏度,但由于假阳性结果,其特异性较低,这影响了DR查的成本效益.
科学领域:
- 眼科医生 眼科 眼科
- 医疗人工智能 医疗人工智能
- 糖尿病视网膜病变查 糖尿病视网膜病变查
背景情况:
- 糖尿病视网膜病变 (DR) 查对于预防糖尿病患者失明至关重要.
- 人工智能 (AI) 提供了提高DR查效率的潜力.
研究的目的:
- 为了比较DAIRET AI系统与眼科医生在糖尿病视网膜病变检测中的实际性能.
主要方法:
- 从958名糖尿病患者身上采集了视网膜底部图像,使用非水性摄像头.
- 图像由DAIRET AI系统和独立的眼科医生进行分析.
- 人工智能和人类等级器之间的性能进行了比较.
主要成果:
- 在DAIRET系统中,中度或更严重的DR的灵敏度达到100%,轻度DR的灵敏度达到84%.
- 检测DR缺失的特异性为59%,受到高错误阳性率的限制.
- 867名患者 (90.5%) 的图像适合评估.
结论:
- 与人类分级器相比,DAIRET在识别可转移的糖尿病视网膜病变方面表现出极好的灵敏度.
- 由于错误的阳性结果,该系统的低特异性可能会限制其临床成本效益.

