授权便携式与年龄相关的斑点退化查:对智能手机底部摄像头的深度学习算法的评估
Florian Mickael Savoy1, Divya Parthasarathy Rao2, Jun Kai Toh1
1Medios Technologies, Remidio Innovative Solutions, Singapore.
BMJ open
|September 5, 2024
概括
一个人工智能 (AI) 系统有效地使用智能手机视网膜图像检测可参考的与年龄相关的黄斑变性 (AMD). 这项技术为在服务不足的人群中提供了可访问和负担得起的AMD查提供了一个有希望的解决方案.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 针对与年龄相关的黄斑变性 (AMD) 的大规模查仍然是一个全球性的挑战.
- 基于智能手机的视网膜成像为可访问的眼睛疾病检测提供了潜在的途径.
研究的目的:
- 评估人工智能 (AI) 算法的性能,以检测可引用的AMD.
- 评估AI在分析便携式 fundus 摄像机图像中的有效性.
主要方法:
- 使用了与年龄相关的眼病研究 (AREDS) 的回顾性数据集.
- 在以斑点为中心的视网膜图像上训练和微调AI算法.
- 用灵敏度,特异性和曲线下的面积 (AUC) 来评估性能.
主要成果:
- 深度学习 (DL) 算法在最初的AREDS数据集上实现了高灵敏度 (93.48%) 和特异性 (82.33%).
- 在微调后,DL算法在目标设备的图像上显示了91.25%的灵敏度和84.18%的特异性.
- AUC仍然很高,这表明对可引用的AMD检测有很强的诊断性能.
结论:
- DL算法显示了使用智能手机成像检测可引用的AMD的显著前景.
- 这种由人工智能驱动的方法可以促进具有成本效益和广泛的AMD查,特别是在服务不足的地区.
- 需要对不同种群进行进一步的验证,以确认其临床实用性.
