相关实验视频
Updated: Jun 26, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
22.2K
自动视网膜图像分析系统用于分类糖尿病视网膜病变的分级:英格兰的一项大规模的,开放的,国家查计划
Alicja R Rudnicka1, Royce Shakespeare1, Ryan Chambers2
1School of Health and Medical Sciences, City St George's, University of London, London, UK.
The Lancet. Digital health
|November 25, 2025
概括
自动视网膜图像分析系统 (ARIAS) 在现实世界查中显示出高精度的糖尿病视网膜病变检测. 这些系统在不同的人群中提供公平的性能,可能降低成本并提高检测速度.
科学领域:
- 眼科医生 眼科 眼科
- 医学成像分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 糖尿病患病率的全球上升需要有效的糖尿病眼病查.
- 与视网膜图像手动分级相关的工作量和成本的增加.
- 自动视网膜图像分析系统 (ARIAS) 为初级分级提供了一个潜在的解决方案.
研究的目的:
- 在现实生活中的糖尿病眼部查计划中评估多个ARIAS的性能.
- 评估ARIAS在不同的人口分组中的表现.
- 确定ARIAS在管理糖尿病视网膜病变查日益增加的负担方面的潜力.
主要方法:
- 八家具有CE标志的ARIAS公司参与了这项研究.
- 分析了来自202,886次查接触的120万张视网膜图像.
- 性能根据手动分级参考标准进行评估,根据年龄,性别,种族和IMD分别对子组进行分析.
主要成果:
- 在各供应商中对可转移的糖尿病视网膜病变具有高灵敏度 (83.7%-98.7%).
- 在各个子组中对中度至重度和增殖性糖尿病视网膜病变的持续敏感性.
- 在对轻度至中度糖尿病视网膜病变与黄斑病变的敏感度和各子组虚假阳性率中观察到的变化.
结论:
- 在现实环境中,ARIAS在不同人群中检测糖尿病视网膜病变的高度敏感性和公平性能.
- 阿里亚斯可以安全地对图像进行分类,以对人类进行分类,从而增加检测能力和速度.
- 这些系统为糖尿病人眼部查日益增长的挑战提供了经济有效的解决方案.
