糖尿病视网膜病变查使用对焦底部摄像头和人工智能 - 辅助分级

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:

• 眼科医生的糖尿病视网膜病变 (DR) 查是资源密集的.
• 使用人工智能 (AI) 的自动化DR检测提供了一个潜在的临床和经济替代方案.
• 在现实世界的临床环境中评估AI性能对于采用至关重要.

研究的目的:

• 评估与人工智能算法 (RetCAD) 结合的共聚焦底部成像系统 (DRSplus) 的性能,用于自动化DR检测.
• 将基于AI的DR分级与眼科医生在现实临床环境中的分级进行比较.
• 确定人工智能辅助DR查的临床和经济可行性.

主要方法:

• 共有506名糖尿病患者使用DRSplus系统进行了视网膜成像.
• 视网膜图像由眼科医生和RetCAD AI算法使用国际临床糖尿病视网膜病变严重程度尺度进行分级.
• 性能指标,包括灵敏度和特异性与95%信心区间,在眼睛水平和患者水平计算.

主要成果:

• 人工智能算法在检测可转移的糖尿病视网膜病变方面取得了高性能.
• 眼睛水平的灵敏度为97.18%,特异性为93.73%.
• 患者级敏感度达到98.70%,特异性为91.06%,只有2.58%的眼睛被AI认为是不可分类的.

结论:

• DRSplus和RetCAD AI的组合是用于现实世界DR查的可靠解决方案.
• 该系统的高灵敏度确保需要进一步评估的患者得到适当的转诊.
• 人工智能辅助的DR查提供了一个有希望的,有效的替代传统的眼科医生基于查.