视网膜成像和人工智能:神经退行性疾病诊断技术的系统审查和元分析
Zohreh Ganji1, Farzaneh Nikparast1, Naser Shoeibi2
1Department of Medical Physics, Faculty of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran; Student research committee, Mashhad University of medical sciences, Mashhad, Iran.
Photodiagnosis and photodynamic therapy
|August 31, 2025
概括
人工智能 (AI) 对视网膜图像的分析显示,对阿尔茨海默病 (AD) 和帕金森病 (PD) 的早期检测具有中等准确性. 为了提高诊断能力,需要进一步的研究来标准化方法.
科学领域:
- 眼科 眼科
- 神经学
- 人工智能
背景情况:
- 人工智能驱动的视网膜图像分析为早期发现神经退行性疾病提供了一种非侵入性方法.
- 系统性审查和元分析以评估AI在识别阿尔茨海默病 (AD) 和帕金森病 (PD) 的诊断准确性.
研究的目的:
- 对神经退行性疾病的AI辅助视网膜成像的诊断准确性进行量化.
- 评估人工智能在早期,非侵入性疾病检测方面的潜力.
主要方法:
- 在六个数据库 (2010-2024) 中系统搜索使用AI/ML模型进行疾病分类的研究.
- 使用QUADAS-2进行偏差风险评估,并使用GRADE标准对证据的确定性进行分级.
- 在接收器操作特征曲线 (AUC) 下提取的聚合面积和异质统计数据.
主要成果:
- 包括10项研究 (包括7项AD,4项PD) 涉及496名AD患者,441名PD患者和36990名对照患者.
- 总体AUC为0. 73 (95% CI,0. 69- 0. 77),AD的AUC为0. 72和PD的AUC为0. 70.
- 发现偏差风险低至中等,证据确定性中等至高.
结论:
- 人工智能辅助的视网膜成像显示了早期AD和PD检测的一致性和中度准确性.
- 建议对成像方案和患者选择标准进行标准化.
- 需要大规模的前性验证研究来证实这些发现.
