离线媒体人工智能的诊断性能,用于在农村远程眼科环境中检测青光眼
Swati Upadhyaya1, Divya Parthasarathy Rao2, Srinivasan Kavitha1
1Department of Glaucoma, Aravind Eye Hospital, Pondicherry, India.
Ophthalmology. Glaucoma
|September 14, 2024
概括
离线人工智能 (AI) 玻璃眼软件在从 fundus 图像中检测可指向玻璃眼时表现出高灵敏度和特异性. 人工智能比远视眼科医生更好地与眼专家达成一致,这表明它在初级眼科护理中的实用性.
科学领域:
- 眼科医生 眼科 眼科
- 医疗人工智能 医疗人工智能
- 诊断技术 诊断技术的使用
背景情况:
- 在初级眼科护理机构中,青光眼的诊断存在挑战,因为专家的访问有限.
- 开发高效准确的诊断工具对于早期的青光眼检测和管理至关重要.
研究的目的:
- 使用非水 fundus 图像来评估离线人工智能 (AI) 青光眼软件的诊断性能.
- 为了比较人工智能的诊断效果与远程眼科医生和初级眼科护理机构的玻璃眼专家.
主要方法:
- 一项前性横截面研究,涉及卫星视觉中心的303名参与者.
- 基金图像由Medios AI软件分析,并与远程眼科医生和玻璃眼专家的诊断进行了比较.
- 为了评估诊断准确度,计算了灵敏度,特异性和一致率.
主要成果:
- 与远程眼科医生相比,人工智能在检测可转移性玻璃眼瘤方面实现了0.91的灵敏度和0.93的特异性.
- 人工智能和眼专家之间的同意率为80.3%,超过远视眼科医生和专家之间的55.3%的同意.
- 人工智能显示的假阳性推比远程眼科医生少.
结论:
- 离线媒介人工智能软件在从远程初级眼科设置中识别可指导性玻璃眼病方面显示出有希望的准确性.
- 人工智能与专家的诊断协议表明,它有可能成为支持眼查和诊断的宝贵工具.
