通过视网膜血管分析进行基于人工智能的尿道炎诊断:眼球结核病的范式转变
Ikhwanuliman Putera1,2,3,4, Jose D Vargas Quiros5,6, Saskia M Rombach7
1Department of Ophthalmology, Faculty of Medicine, University of Indonesia-Cipto Mangunkusumo Hospital, Jl. Kimia No.8, Central Jakarta, 10320, Jakarta, Indonesia. i.putera@erasmusmc.nl.
Ophthalmology and therapy
|February 24, 2025
概括
人工智能 (AI) 对视网膜血管结构,特别是静脉曲的分析,可以帮助区分眼结核病 (TB) 和其他脑膜炎的原因. 这种人工智能方法为眼部结核病提供了更好的诊断准确性.
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:
- 尿道炎的诊断是具有挑战性的,通常需要进行广泛的调查.
- 眼结核病 (TB) 和毒素菌是导致紫外线炎的重要原因.
- 区分这些疾病对于有效治疗至关重要.
研究的目的:
- 利用人工智能对视网膜血管结构参数进行定量分析.
- 使用 fundus 图像来区分确诊的眼部结核病与 QuantiFERON (QFT) 阳性紫外线炎和眼部毒.
- 评估AI在眼部炎症疾病中的诊断潜力.
主要方法:
- 尾炎患者的 fundus 图像的回顾性分析.
- 包括三个组:眼性结核病,QFT阳性脑膜炎和眼性毒素菌.
- 使用视网膜分析包,人工智能驱动的视网膜血管参数的细分和量化.
主要成果:
- 在各组之间观察到静脉曲的显著差异.
- 在眼性结核病患者中发现了下静脉曲度得分,而与QFT阳性脑膜炎和眼性毒素菌症组相比.
- 人工智能分析表明,在区分眼部结核病方面,灵敏度和特异性很好 (AUC从0.749到0.803不等).
结论:
- 基于人工智能对视网膜血管系统的量化,特别是静脉曲,有效地区分眼睛结核病.
- 这种人工智能方法有望提高眼部结核病管理的诊断和治疗准确性.
- 在眼部结核病患者接受抗结核治疗后,观察到静脉曲性正常化.
