相关实验视频
Updated: May 11, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.6K
人工智能对糖尿病视网膜病变查在越南宾丁省社区中的有效性
Thanh Nguyen Van1, Hoang Lan Vo Thi2
1Department of Planning and Outreach, Binh Dinh Eye Hospital, Binh Dinh Province, Vietnam.
Taiwan journal of ophthalmology
|October 21, 2024
概括
人工智能 (AI) 在越南有效选糖尿病视网膜病变 (DR). 在社区环境中,EyeArt系统在识别DR和视力威胁DR方面表现出高度准确性.
科学领域:
- 眼科医生 眼科 眼科
- 医疗人工智能 医疗人工智能
- 公共卫生 公共卫生
背景情况:
- 糖尿病视网膜病变 (DR) 是全球可预防失明的主要原因.
- 早期检测和查对于管理DR和预防视力丧失至关重要.
- 基于社区的查计划可以改善获得护理的机会,特别是在服务不足的地区.
研究的目的:
- 评估EyeArt人工智能 (AI) 系统用于糖尿病视网膜病变 (DR) 查的诊断性能.
- 为了确定基于AI的DR查在越南社区环境中的敏感性,特异性和准确性.
- 评估AI在识别可引用DR和视力威胁DR方面的有效性.
主要方法:
- 一项回顾性,描述性,横截面研究分析了越南宾丁省583名糖尿病患者的2332张数字底部图像.
- EyeArt系统v2.0用于自动化DR查.
- 人工智能分类与两位经验丰富的眼科医生的评估进行了比较,作为参考标准.
主要成果:
- 对于整体DR查,EyeArt AI系统实现了94.1%的灵敏度和87.2%的特异性.
- 对于可引用的DR,灵敏度为96.6%,特异性为90.1%.
- 针对DR查,可参考DR和视力威胁DR的准确性分别为88.9%,91.4%和93.0%.
结论:
- EyeArt AI系统在社区环境中对糖尿病视网膜病变查有效.
- 人工智能驱动的查为越南DR的早期检测和管理提供了可行的工具.
- 这项技术有可能提高公共卫生倡议中DR查的可访问性和效率.
