在北克的一家三级医院实施基于人工智能的糖尿病视网膜病变查:前性验证研究
Fares Antaki1,2,3,4,5, Imane Hammana6, Marie-Catherine Tessier2
1Institute of Ophthalmology, University College London, London, United Kingdom.
JMIR diabetes
|September 3, 2024
概括
一个人工智能 (AI) 系统,CARA,在现实世界查中显示出高灵敏度来检测糖尿病视网膜病变 (DR). 这种人工智能工具可以提高糖尿病患者DR检测的效率并降低成本.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 医疗保健中的人工智能
背景情况:
- 糖尿病视网膜病变 (DR) 影响了加拿大大约25%的糖尿病患者.
- 早期发现DR对于预防视力丧失至关重要.
研究的目的:
- 评估人工智能 (AI) 系统对糖尿病视网膜病变 (DR) 查的现实世界的性能.
- 在临床环境中评估CARA AI系统的诊断准确性和成本效益.
主要方法:
- 在第三级护理中心招募糖尿病成年患者的前景.
- 使用计算机辅助视网膜分析 (CARA) AI系统和标准眼科检查进行双通道查.
- 对可参考DR,任何视网膜病变和糖尿病黄斑 (DME) 的AI系统灵敏度和特异性的测量.
主要成果:
- 在患者层面上,CARA显示了87.5%的灵敏度和66.2%的特异性来检测可引用的DR.
- 在眼睛水平上,CARA在任何视网膜病变中实现了88.2%的灵敏度和71.4%的特异性.
- 对于糖尿病黄斑 (DME) 的检测,CARA显示了100%的灵敏度和81.9%的特异性. 估计每年可能节省245,635加元的成本.
结论:
- 半自动化AI系统集成用于DR查,在现实应用中显示出高灵敏度.
- 卡拉系统有可能提高查效率并降低医疗保健成本.
- 建议进行进一步的验证研究,以确认人工智能系统的实用性.


