相关实验视频
Updated: May 21, 2025
05:36
Subjective Refraction Test Using a Smartphone for Vision Screening
Published on: October 18, 2024
574
在偏远的西澳大利亚实施了一种新的,移动的糖尿病视网膜病变查模型,结合人工智能
Qiang Li1, Jocelyn J Drinkwater1,2, Kerry Woods1
1Lions Eye Institute, Lions Outback Vision, Nedlands, Western Australia, Australia.
The Australian journal of rural health
|March 20, 2025
概括
一个新的移动人工智能 (AI) 系统显著提高了在偏远的西澳大利亚的糖尿病视网膜病变 (DR) 查. 这种人工智能辅助的模型在文化上被证明是安全和可接受的,查率提高了11倍.
科学领域:
- 眼科医生 眼科 眼科
- 公共卫生 公共卫生
- 医疗技术 医疗技术 医学技术
背景情况:
- 糖尿病视网膜病变 (DR) 查对于预防失明至关重要,但由于依赖过时的设备,在偏远的西澳大利亚面临较低的患病率.
- 在偏远地区,获得有效的DR查是有限的,需要创新的解决方案.
研究的目的:
- 描述和评估一种新的,移动的糖尿病视网膜病变查模型,将人工智能 (AI) 整合到常规护理中.
- 评估AI辅助DR查在澳大利亚偏远地区的可行性和有效性.
主要方法:
- 一项基于人口的前性研究在西澳大利亚的皮尔巴拉地区进行.
- 一个与当地土著社区共同设计的移动查单元使用了一台自动视网膜摄像机,集成了人工智能诊断.
- 查由研究人员进行,现场诊断和远程临床医生通过远程医疗支持.
主要成果:
- 在9个社区的78名患者进行了DR查,56.4%的患者认定为土著或托雷斯海峡岛民.
- 10.3%的视网膜照片显示可引用的DR,8.4%是不可分类的.
- 患者的接受度很高,有96%的人对人工智能系统表示满意.
结论:
- 在澳大利亚偏远的环境中,人工智能辅助的移动DR查模型在文化上是安全的,可接受的和有效的.
- 该模型显示,与以前的数据相比,查率增加了11倍.
- 人工智能辅助查显示,有可能克服障碍,减少服务不足的偏远人口的可预防失明.
