相关实验视频
Updated: May 11, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.4K
人工智能与用于检测糖尿病视网膜病变的手动查相比:一个比较的系统性审查和元分析
Hasan Nawaz Tahir1, Naseer Ullah2, Mursala Tahir3
1Department of Community Medicine, College of Medicine, Dwadimi, Shaqra University, Shaqra, Saudi Arabia.
Frontiers in medicine
|May 22, 2025
概括
人工智能 (AI) 辅助的糖尿病视网膜病变查显示了与手工方法相比的灵敏度和特异性. 人工智能是早期检测的可靠替代方案,可能减少眼科医生的负担.
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:
- 糖尿病视网膜病变是全球糖尿病患者失明的主要原因.
- 通过查及早检测对于预防疾病进展至关重要.
- 人工智能 (AI) 辅助查正在成为传统手工查方法的替代方案.
研究的目的:
- 为了比较AI的灵敏度和特异性与用于检测糖尿病视网膜病变的手动查.
- 为了评估AI和手动查在扩张和未扩张眼睛的性能.
- 评估人工智能辅助的糖尿病视网膜病变查的诊断准确性.
主要方法:
- 2015年1月至2024年12月期间发表的25项观察性研究 (横截面,验证,队列) 的系统综述和元分析.
- 包括总共有613,690张选图像的研究.
- 使用QUADAS-2,AXIS和纽卡斯尔-太华尺度工具评估偏差风险.
主要成果:
- 对于未开放的眼睛,AI查显示了0.90的综合灵敏度和0.94的特异性,而手动查的0.79的灵敏度和0.99的特异性.
- 对于扩张的眼睛,AI查达到0.95的灵敏度和0.87的特异性,而手动查具有0.90的灵敏度和0.99的特异性.
- 人工智能和手动查显示了可比的结果,人工智能表现出更高的灵敏度.
结论:
- 人工智能辅助的糖尿病视网膜病变查在灵敏度和特异性方面与手动查相当.
- 人工智能为临床环境提供了一个可靠的替代方案,有可能提高早期检测率.
- 建议进行进一步的研究来验证这些发现,并探索AI的临床实用性.
