人工智能诊断系统在 fundus视网膜疾病查中的实际应用

科学领域:

• 眼科医生 眼科 眼科
• 人工智能在医学中的应用
• 医学诊断 医学诊断 医学诊断

背景情况:

• 视网膜疾病对全球健康构成重大挑战,需要有效和准确的诊断工具.
• 目前的查方法可能是资源密集型的,并且可能在可访问性方面存在限制,特别是在偏远或服务不足的地区.
• 基于深度学习的人工智能 (AI) 为提高眼科诊断能力提供了一个有希望的途径.

研究的目的:

• 评估基于深度学习的AI系统的诊断性能,用于分析视网膜疾病.
• 评估AI系统与专家眼科医生诊断的一致性.
• 确定AI系统在眼科查应用中的实用性.

主要方法:

• 一组3076名患者接受了全面的眼科检查.
• 最初的评估是使用综合AI视网膜专家 (CARE) 系统进行的.
• 人工智能诊断与高级眼科医生的手动审查进行了比较,以确定诊断可靠性.

主要成果:

• 人工智能系统在多种视网膜疾病中实现了高灵敏度和特异性,包括糖尿病视网膜病变 (94.12%灵敏度,98.60%特异性) 和与年龄相关的黄斑变性 (89.50%灵敏度,98.33%特异性).
• 对于疑似青光眼 (91.55%的灵敏度,97.40%的特异性) 和病态近视 (90.77%的灵敏度,99.10%的特异性) 的表现非常出色.
• 该系统还展示了对视网膜静脉封闭,视网膜脱落,黄斑洞,视网膜膜,高血压视网膜病变,髓质纤维和视网膜色素炎的强大诊断能力.

结论:

• 人工智能辅助查系统在广泛的视网膜疾病中表现出高的诊断准确性.
• 它的实施对基层和社区医疗保健机构有价值,增强了初步诊断工作.
• 人工智能系统显示出更广泛的临床采用和改善分层眼科护理的巨大潜力.