人工智能支持提高了前段眼部疾病的诊断准确度
Hiroki Maehara1,2, Yuta Ueno3,4, Takefumi Yamaguchi5,2
1Department of Ophthalmology, Fukushima Medical University School of Medicine, Fukushima, Japan.
Scientific reports
|February 11, 2025
概括
深度学习模型CorneAI显著提高了眼科医生对白内障和角膜疾病的诊断准确度,提高了智能手机和裂纹灯图像的性能. 这种人工智能工具将整体准确度从79.2%提高到88.8%.
科学领域:
- 眼科医生 眼科 眼科
- 医疗人工智能 医疗人工智能
- 诊断成像 诊断成像 诊断成像
背景情况:
- 眼科医生在准确诊断一系列角膜疾病和白内障方面面临着挑战.
- 深度学习模型提供了潜在的解决方案,以增加临床实践中的诊断能力.
研究的目的:
- 评估CorneAI深度学习模型对眼科医生对各种眼部疾病的诊断准确性的影响.
- 在不同成像模式中与AI辅助和无AI辅助进行诊断性能比较.
主要方法:
- 40名眼科医生 (20名专科医生,20名住院医生) 将100张眼睛图像 (50张智能手机,50张裂纹灯) 分类为9个类别.
- 参与者最初在没有CorneAI的情况下诊断病例,然后在2-4周后在CorneAI的帮助下重新评估相同的病例.
主要成果:
- 眼科医生的整体诊断准确性从79.2%显著增加到88.8%与CorneAI (P<0.001).
- 专家 (82.8%至90.0%) 和居民 (75.6%至86.2%) 的准确性都有所改善.
- 对于智能手机 (78.7%至85.5%) 和裂纹灯图像 (81.2%至90.6%),CorneAI提高了精度.
结论:
- CorneAI有效地提高眼科医生对白内障和角膜疾病的诊断准确度.
- 人工智能模型提高了诊断性能,无论图像来源如何,包括智能手机捕获的图像.
- 人工智能辅助诊断对经验丰富的专家和住院人员都有显著的好处.
