人工智能阅读标签系统在视网膜疾病眼科医生的培训中的潜力,多中心双模多病研究
Meng Wang1,2, Xiao Zhang1,2, Donghui Li1,2
1Department of Ophthalmology, Peking Union Medical College Hospital, No. 1 Shuaifu Yuan, Dongcheng District, Beijing, 100730, China.
BMC medical education
|April 8, 2025
概括
人工智能 (AI) 阅读标签系统改善了眼科医生对视网膜疾病的诊断准确性. 这种人工智能工具对加强眼科医学教育和培训充满希望.
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:
- 对视网膜疾病的准确诊断对于有效治疗至关重要.
- 眼科医生培训依赖于准确的图像解释.
- 人工智能有可能增强诊断能力.
研究的目的:
- 评估AI阅读标签系统在培训眼科医生的有效性.
- 用人工智能协助评估诊断准确度的改进.
- 为了确定培训时间和诊断性能之间的相关性.
主要方法:
- 16名眼科医生审查了7777个光学一致性断层扫描 (OCT) 和色底摄影 (CFP) 图像对.
- 参与者使用人工智能阅读标签系统进行了五轮注释.
- 分析了诊断准确度,与注释轮和眼科医生经验相关联.
主要成果:
- 对于九种视网膜疾病和正常 fundus 的平均诊断准确性在五轮 (p=0.013) 显著改善.
- 精度与眼科研究持续时间正相关 (p=0.007).
- 随着轮次的增加,CTD (p=0.028) 和CFP (p=0.021) 的准确性都得到了改善;CTD对特定条件 (RD,ERM,MS,MH) 的一致性更高.
结论:
- 人工智能读取标签系统可以提高眼科医生对视网膜疾病的诊断准确性.
- 人工智能系统展示了将其整合到眼科医学教育中的潜力.
- 持续使用人工智能工具可能会提高诊断技能和患者的治疗结果.
