用现实数据定制基于人工智能的查:糖尿病视网膜病变的实际见解
Broder Poschkamp1, Liane Kantz2,3, Petra Augstein2
1Department of Ophthalmology, University Medicine Greifswald, Greifswald, Germany.
Acta ophthalmologica
|September 11, 2025
概括
现实世界的人工智能 (AI) 对糖尿病视网膜病变 (DR) 的查显示性能低于预期,但定制提高了准确性. 人工智能工具显著减少了糖尿病护理中眼科医生评估的需要.
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) 是全球糖尿病成年人视力损失的主要原因.
- 现有的AI选工具 (IDx-DR,RetCAD) 在受控环境中显示出高灵敏度.
- 现实世界DR查面临着图像质量和当地医疗保健适应方面的挑战.
研究的目的:
- 为了比较AI算法 (IDx-DR,RetCAD) 进行非肌底性肌底性查与眼科医生肌底性脑膜镜.
- 评估定制推门修改 ("格里夫斯瓦尔德修改") 对AI查结果的影响.
- 评估AI性能,考虑图像质量和患者在现实环境中的包容性.
主要方法:
- 一项一中心观察性研究包括1716名糖尿病患者.
- 评估了灵敏度,特异性,不可分类的图像比例,并减少了眼科评估.
- 使用基于回归的AI算法Youden指数定制的推门.
主要成果:
- 观察到高率的不可分类图像 (5.7%未获取,2.1%不完整的IDx-DR).
- 人工智能查减少了眼科检查需求的47.5%至78.5%.
- 灵敏度各不相同:可分析图像的70.4% (RetCAD) 到93.6% (RetCAD与格里夫斯瓦尔德修饰);包括所有患者在内的52.7% (IDx-DR) 到79.9% (RetCAD与格里夫斯瓦尔德修饰).
结论:
- 在现实世界中,AI DR查性能可能低于在包括非可分析患者时的受控研究.
- 回归AI算法允许推门定制,提高选准确度.
- 人工智能查有效地减少了糖尿病护理中DR评估的临床负担.
