在彩色底部图像上使用人工智能辅助的玻璃眼瘤检测:并发症和跨机构分析

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:

• 玻璃眼是不可逆转失明的主要原因,需要早期检测.
• 彩色底部摄影是一种具有成本效益的查工具,但在共存的视网膜疾病下,诊断可能具有挑战性.
• 人工智能 (AI) 具有提高诊断准确性的潜力,但需要在不同环境中进行验证.

研究的目的:

• 开发和评估人工智能的青光眼检测系统的可靠性.
• 评估系统在不同人群和临床环境中的性能.
• 为了确定AI在伴随性眼病存在时的有效性.

主要方法:

• 逐步开发了一条人工智能管道,集成图像增强,视神经识别和深度学习分类.
• 该系统在1696张图像上进行了训练,并在五个外部数据集上进行了验证.
• 进一步评估了151张与并发性眼病相关的内部图像的性能.

主要成果:

• 人工智能系统在所有外部数据集中显示出至少80%的平衡精度.
• 它实现了0.93的曲线下的面积和80.9%的平衡精度,用于其他眼睛疾病的图像.
• 无论患者的种族,相机类型或图像质量,都观察到性能的一致性.

结论:

• 人工智能系统可以在各种临床环境和并发症条件下,从标准的彩色基底照片中准确地检测青光眼.
• 这种人工智能工具为广泛的青光眼查提供了一个实用且负担得起的解决方案.
• 它对资源有限的机构尤其有益,有助于早期预防视力损失.