发展中国家的糖尿病视网膜病症查方法:系统性审查和元分析
Yudistira Yudistira1, Kevin Anggakusuma Hendrawan2, Ari Andayani3
1Widya Mandala Catholic University Faculty of Medicine, Surabaya, Indonesia.
Turkish journal of ophthalmology
|October 27, 2025
概括
人工智能 (AI) 工具在发达国家查糖尿病视网膜病变 (DR) 的检测中显示出高准确度. 便携式 fundus 摄像头和训练有素的非专家也提供了有效的 DR 检测,改善了对眼部护理的可访问性.
科学领域:
- 眼科医生 眼科 眼科
- 医疗技术 医疗技术 医学技术
- 公共卫生 公共卫生
背景情况:
- 糖尿病视网膜病变 (DR) 是导致视力丧失的主要原因,全球患病率不断增加.
- 有效的查至关重要,特别是在医疗保健资源有限的发展中国家.
- 目前的查方法在可访问性和专业人员方面面临挑战.
研究的目的:
- 评估不同糖尿病视网膜病变 (DR) 查方法的诊断准确性.
- 在发展中国家的背景下评估基于人工智能 (AI) 的工具,便携式 fundus 摄像头和训练有素的非眼科医生.
主要方法:
- 在主要数据库 (ScienceDirect,PubMed,Cochrane Library) 中进行了系统的文献搜索.
- 通过使用诊断准确性研究质量评估2工具评估研究质量.
- 对21项基于人工智能的研究进行了元分析,以确定DR检测的聚合灵敏度和特异性.
主要成果:
- 分析包括25项研究,其中21项专注于AI工具.
- 在检测任何DR时,AI的聚合灵敏度和特异性分别为0.890和0.900.
- 人工智能对可参考的DR (0.933灵敏度,0.903特异性) 和视力威胁的DR (0.891灵敏度,0.936特异性) 显示出高精度.
- 便携式基底摄像头和全科医生都表现出对黄金标准的良好认同.
结论:
- 人工智能辅助的DR选在资源有限的环境中显示出显著的潜力.
- 便携式 fundus 摄像头和将任务转移给训练有素的非专家补充了 AI,提高了 DR 查的可访问性.
