相关实验视频
Updated: Sep 16, 2025
05:51
Smartphone Fundus Photography
Published on: July 6, 2017
39.3K
通过离线,基于智能手机的智能手机底部摄像头推进AMD查:一个潜在的,现实世界的临床验证
Kalpa Negiloni1, Prabu Baskaran2, Divya Parthasarathy Rao3
1Remidio Innovative Solutions Pvt Ltd, Bengaluru, India. kalpa.n@remidio.com.
Eye (London, England)
|July 11, 2025
概括
针对与年龄相关的黄斑变性 (AMD) 查的新AI算法使用智能手机底部图像显示出高准确度. 这项技术提供了一个有希望的,可访问的工具来检测可引用的AMD.
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:
- 与年龄相关的黄斑变性 (AMD) 是导致视力丧失的主要原因.
- 早期检测和查对于管理AMD至关重要.
- 目前的选方法可能是资源密集的.
研究的目的:
- 评估一种新的线下,人工智能驱动的查算法,用于与年龄相关的黄斑变性 (AMD).
- 为了比较人工智能算法的性能与只对 fundus 图像进行分级和标准护理 (SD-OCT 和 fundus 图像).
主要方法:
- 在南亚的第三级眼科医院进行前性研究.
- 使用基于智能手机的非脑膜底部摄像头进行图像捕捉.
- 比较Medios人工智能检测可引用的AMD与专家对 fundus 图像的分级以及结合 SD-OCT 和 fundus 图像的分级.
主要成果:
- 人工智能表现出强的性能,灵敏度在88.48%至90.62%之间,特异性在85.41%至87%之间.
- 专家之间的跨年级协议很强 (科恩的卡帕:0.81-0.84).
- 假阴性主要是中间的AMD,而假阳性通常是早期的AMD.
结论:
- 与智能手机底部摄像头集成的AI算法在识别可引用的AMD方面表现强.
- 这项技术有可能成为一种负担得起和可访问的AMD查解决方案.
