推进糖尿病视网膜病症查:对人工智能和光学连贯性断层扫描进行系统审查 血管学创新

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:

• 糖尿病视网膜病变 (DR) 是可预防的失明的主要原因,全球患病率正在上升.
• 早期检测和管理对于预防糖尿病患者视力丧失至关重要.
• 光学连贯断层扫描血管学 (OCTA) 提供非侵入性,层特异性的视网膜血管系统可视化.

研究的目的:

• 系统地审查使用OCTA参数进行糖尿病视网膜病变查的人工智能 (AI) 算法的有效性.
• 评估AI驱动的OCTA在DR检测中的性能指标和临床实用性.

主要方法:

• 来自PubMed,Scopus,Web of Science和Embase数据库的32项研究的系统审查.
• 对AI算法 (CNN,ViT等) 的分析. 与OCTA成像相结合的性能指标.
• 包括对DR患者发表的研究质量评估.

主要成果:

• 深度学习 (DL) 算法在DR选准确度,灵敏度和特异性方面明显优于传统机器学习 (ML).
• 像多分支CNN和视觉转换器 (ViTs) 这样的复杂模型表现出了显著的性能.
• 几项研究报告的准确性和曲线下面积 (AUC) 值超过99%.

结论:

• 集成先进的DL/ML算法与OCTA成像具有DR查的变革潜力.
• AI-OCTA系统提高了诊断准确度,使早期检测成为可能,并简化了临床工作流程,以便更好地管理患者.
• 建议强调强有力的验证,道德考虑和公平的实施,以广泛采用AI-OCTA.