使用角膜聚焦显微镜对四种外围神经病变进行深度学习辅助的区分.
Chaima Ben Rabah1, Ioannis N Petropoulos2, Mark Stettner3
1AI Innovation Lab, Weill Cornell Medicine, Doha, Qatar.
Annals of clinical and translational neurology
|November 22, 2025
概括
神经病AI是一种AI系统,使用角膜图像快速诊断四种常见的外围神经病变. 这种可解释的深度学习模型有助于早期检测和区分糖尿病外围神经病变 (DPN) 等疾病.
科学领域:
- 眼科医生 眼科 眼科
- 神经学 神经学
- 人工智能的人工智能
背景情况:
- 周围神经病变会导致患者的严重残疾.
- 目前的诊断方法有限,导致诊断迟到或错过.
- 专业的测试设施往往无法进入.
研究的目的:
- 开发一个可解释的深度学习系统,NeuropathAI,用于对外围神经病变的快速自动诊断.
- 要区分糖尿病外围神经病变 (DPN),化疗诱导的外围神经病变 (CIPN),慢性炎症性脱髓化神经病变 (CIDP) 和与艾滋病毒相关的感觉神经病变 (HIV-SN).
主要方法:
- 开发了一个基于深度学习的多类分类系统.
- 该系统分析角膜神经图像进行诊断.
- 用AUC,F1得分,灵敏度,特异性和精度来评估模型性能.
主要成果:
- 神经病AI实现了高精度,总体AUC为96.75%.
- 该系统对CIDP (97%AUC),CIPN (93.1%AUC),HIV-SN (99.7%AUC) 和DPN (96.9%AUC) 进行了优异的歧视.
- 热图可视化通过定位到神经纤维损失区域,证实了模型的解释性.
结论:
- 神经病理AI能够快速准确地诊断四种普遍存在的外围神经病变.
- 人工智能驱动的角膜图像分析显示了诊断和区分外围神经病变的巨大潜力.
- 这项技术解决了诊断外围神经病变的关键临床缺口.


