相关实验视频
Updated: May 10, 2026

05:40
Using an Automated Hirschberg Test App to Evaluate Ocular Alignment
Published on: March 24, 2020
12.2K
在初级保健中针对糖尿病视网膜病的基于人工智能的查系统.
Marc Baget-Bernaldiz1, Benilde Fontoba-Poveda2, Pedro Romero-Aroca1
1Ophthalmology Service, Hospital Universitari Sant Joan, Institut d'Investigació Sanitària Pere Virgili [IISPV], Universitat Rovira i Virgili, 43204 Reus, Spain.
Diagnostics (Basel, Switzerland)
|September 14, 2024
概括
一个人工智能系统准确地读取T2DM患者的糖尿病视网膜病变. 一个预测算法有效地识别出患有糖尿病视网膜病变风险的患者,有助于早期检测和管理.
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:
- 糖尿病视网膜病变 (DR) 是导致2型糖尿病 (T2DM) 患者视力丧失的主要原因.
- 早期发现和管理DR对于预防视力损伤至关重要.
研究的目的:
- 评估基于人工智能的阅读系统 (AIRS),用于对T2DM患者的视网膜图进行分类.
- 评估糖尿病视网膜病变预测算法 (DRPA),用于预测T2DM患者的DR风险.
主要方法:
- AIRS对来自T2DM数据库的15297张视网膜图像和来自Messidor-2的1200张视网膜图像进行了测试.
- 在40129名T2DM患者中评估了DRPA.
- AIRS和DRPA的性能与四名视网膜专家进行了比较,使用灵敏度,特异性,精度和AUC.
主要成果:
- 在T2DM数据库中,AIRS在检测转介DR (RDR) 中实现了高精度 (98.6%),在Messidor-2中 (96.78%) 实现了高精度.
- DRPA在预测DR缺失方面表现强 (AUC = 0.92).
结论:
- 在T2DM患者中,AIRS在读取和分类RDR的视网膜图表方面表现出色.
- 通过使用临床变量,DRPA在预测DR缺失方面表现出有效性.

