基底光素血管学解释和人类专家评估的生成人工智能
An Shao1, Xiaocong Liu2, Wenyue Shen1
1Zhejiang University, Eye Center of Second Affiliated Hospital, School of Medicine, China. Zhejiang Provincial Key Laboratory of Ophthalmology. Zhejiang Provincial Clinical Research Center for Eye Diseases. Zhejiang Provincial Engineering Institute on Eye Diseases, Hangzhou, China.
NPJ digital medicine
|July 2, 2025
概括
一个人工智能工具InterpreFFA帮助眼科医生解释眼底光素血管学 (FFA) 报告. 它显著提高了诊断准确度,并缩短了胆管关节疾病的报告时间.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 底部光素血管造影 (FFA) 对于诊断关节疾病至关重要,但需要专家的解释.
- 目前的自动化FFA解释缺乏可靠的模型和评估指标.
研究的目的:
- 引入InterpreFFA,这是一个用于自动生成FFA报告的新型AI框架.
- 在FFA解释中模仿眼科医生的诊断决策过程.
主要方法:
- 开发了一个诊断监督的对比学习框架 (InterpFFA).
- 在多中心数据集上验证,与基线模型进行比较.
- 与眼科住院医生和经过董事会认证的眼科医生进行了模拟临床试验.
主要成果:
- 与基线模型相比,InterpFFA表现出优越的性能和概括性.
- 显著提高了诊断准确度 (85.55%至90.34%,p<0.05) 并减少了报告时间 (153.93s至108.08s,p<0.001).
- 人工智能生成的报告的得分略低于手动报告 (4.12对4.38,p<0.01).
结论:
- InterpFFA是一个具有成本效益的工具,可以提高FFA解释的临床效率.
- 人工智能框架可以帮助眼科医生,提高诊断准确性和工作流速.
- 进一步的发展可能会弥合人工智能生成和手动报告之间的质量差距.
