改善糖尿病视网膜病变的诊断和分级:关于人工智能辅助决策和成本分析的回顾性研究
Xieyang Xu1,2, Jiaying Zhang1,2, Xuefei Song1,2
1Department of Ophthalmology, Shanghai Jiao Tong University School of Medicine Affiliated Ninth People's Hospital, Shanghai, China.
The British journal of ophthalmology
|October 20, 2025
概括
人工智能 (AI) 显著提高了糖尿病视网膜病变 (DR) 诊断准确度,当医生将其用作辅助工具时. 这种人工智能援助提高了早期发现和治疗DR,尽管相关成本.
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) 是导致失明的主要原因.
- 目前对DR的人工智能 (AI) 研究主要是将AI与人类性能进行比较.
- 有限的研究探讨了人工智能作为DR诊断和分级的辅助工具的作用.
研究的目的:
- 评估人工智能辅助决策对DR诊断和评分的影响.
- 为了评估AI的有效性,使用彩色基底照片 (CFP) 和超广场基底 (UWF) 图像.
主要方法:
- 21名眼科医生和初级保健医生 (PCP) 分析了224张视网膜图像.
- 参与者诊断和评分DR有或没有人工智能协助.
- 诊断准确性与黄金标准进行了比较;使用通用估计方程 (GEE) 模型评估增量成本和准确性改进.
主要成果:
- 人工智能协助显著提高了所有医生组的CFP和UWF图像的DR诊断准确度.
- 对于CFP,准确性增加了5-7%的人工智能协助.
- 对于UWF来说,在人工智能协助下,准确性提高了约6%.
结论:
- 人工智能协助具有显著的潜力,可以提高DR诊断和分级的准确性.
- 人工智能使眼科医生能够实现卓越的诊断性能,有助于更早地检测和治疗DR.
- 人工智能协助提高诊断准确性的好处超过了相关成本.
