相关实验视频
Updated: Sep 13, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.8K
人工智能模型在检测不同遗传视网膜疾病中的诊断准确性:系统性审查和元分析
Sadra Ashrafi1, Hamid Ahmadieh1, Kia Bayat1
1Ophthalmic Research Center, Research Institute for Ophthalmology and Vision Science, Shahid Beheshti University of Medical Sciences, Tehran, Iran.
Translational vision science & technology
|July 28, 2025
概括
人工智能 (AI) 模型在诊断遗传性视网膜疾病 (IRD) 中显示出高准确性,例如视网膜色素炎和Stargardt病. 为了广泛的临床使用,需要进一步验证.
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:
- 遗传性视网膜疾病 (IRD) 是一组影响视力的遗传性疾病.
- 准确和早期诊断IRD对于有效的患者管理至关重要.
- 人工智能 (AI) 提供了改善眼科诊断能力的潜力.
研究的目的:
- 评估AI模型在检测各种IRD时的诊断准确性.
- 具体评估AI对视网膜色素炎 (RP),Stargardt病和家族排泄性视网膜病变 (FEVR) 的性能.
主要方法:
- 按照PRISMA指南进行系统审查和元分析.
- 包括报告AI模型检测IRD的诊断数据的研究.
- 提取研究特征,准确度指标和成像模式的数据;使用QUADAS-2评估偏差风险.
主要成果:
- 在诊断RP (94%,99%),Stargardt病 (96%,99%) 和FEVR (85%,99%) 时,对AI模型的聚合灵敏度和特异性.
- 对于RP (2486) 和Stargardt病 (2236) 观察到的高诊断几率比率.
- 广场成像显示,与标准 fundus 摄影相比,RP检测的特异性更高.
结论:
- 人工智能模型对于常见的IRD,特别是RP和Stargardt病,具有很高的诊断准确性.
- 人工智能显示出作为诊断IRD的辅助工具的希望.
- 现实世界的验证对于AI在各种环境中的广泛临床应用至关重要.
