使用深度学习,预测3型黄斑新血管化 (视网膜血管增殖) 的同眼新血管化
Won Tae Yoon1,2, Seong Jae Lee3, Jae Hee Jeong3
1Department of Ophthalmology, Kim's Eye Hospital, Seoul, South Korea.
PloS one
|October 30, 2024
概括
这项研究开发了一种人工智能模型,用于预测单方面3型黄斑新血管化 (MNV) 的同伴眼睛新血管化. 人工智能显示的准确性与人类专家相美,但需要进一步的多中心研究来改进.
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:
- 3型黄斑新血管化 (MNV) 在同眼中存在新血管化的风险.
- 预测这种进展对于及时干预和管理至关重要.
- 当前的预测方法可能缺乏足够的准确性.
研究的目的:
- 开发和评估一个深度学习的人工智能 (AI) 模型,用于预测3型单边MNV的眼睛新血管化.
- 评估人工智能模型与人类检查员的性能.
主要方法:
- 一项对217名单边型3型MNV患者的回顾性研究.
- 在基线 fundus 和光学连贯性断层扫描 (OCT) 图像上训练 AI 模型.
- 人工智能预测24个月内新血管化.
- 性能指标包括精度,回忆,准确性和AUCROC.
- 与经验丰富和经验不足的人类检查员进行比较.
主要成果:
- 同眼新血管化的发生率为28.6% (培训/验证) 和38.9% (测试).
- 人工智能模型实现了0.667的精度和0.675.67的AUCROC.
- 人工智能模型的准确性与人类检查器 (0.611和0.444) 相似.
结论:
- 这是第一个AI研究3型MNV的临床过程.
- 开发的AI模型显示出潜力,但需要进一步验证.
- 需要进行更大规模的多中心研究来提高人工智能模型的预测准确性.
更多相关视频
10:14Author Spotlight: Ex Vivo OCT-Based Multimodal Imaging of Human Donor Eyes for Research into Age-Related Macular Degeneration
Published on: May 26, 2023
3.0K
05:14Author Spotlight: Overcoming Anti-VEGF Resistance Through Advanced Vascular Morphology Assessment in Choroidal Neovascularization
Published on: August 11, 2023
1.0K
