基于人工智能的糖尿病视网膜病症查的现实世界评估,使用Optomed Aurora手持眼底摄像头进行查

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 (DR) 是可预防的失明的主要原因.
• 通过查及早检测对于预防糖尿病患者视力丧失至关重要.
• 手持式 fundus 摄像机为可访问的 DR 查提供了潜力.

研究的目的:

• 评估Aireen AI算法的诊断性能,以对糖尿病视网膜病变进行分级.
• 用手持式Optomed Aurora fundus相机的图像来评估人工智能辅助DR分级的准确性.

主要方法:

• 总共有624张 fundus 图像被两个视网膜专家和 Aireen AI 算法对糖尿病视网膜病变进行了分级.
• 包括灵敏度,特异性和诊断准确度在内的性能指标是根据专家眼科医生分级计算的.
• 对DR分类的图像充分性进行了评估.

主要成果:

• 97%的捕获的 fundus 图像被认为足以进行DR分类.
• 艾瑞恩AI算法在DR检测方面实现了94.8%的灵敏度和91.4%的特异性.
• 据报道,DR的整体诊断准确率为92.7%.

结论:

• 艾瑞恩AI算法在Optomed Aurora手持摄像头的图像中显示了糖尿病视网膜病变检测的高诊断准确性.
• 人工智能与手持基底技术相结合,有望简化DR查,减少医疗保健专业人员的负担,并改善患者的治疗结果.
• 这种经过验证的方法可以提高糖尿病视网膜病变查计划的可访问性和效率.