糖尿病视网膜病的EyeArt人工智能系统的诊断准确性:一个系统性审查和元分析
概括
糖尿病视网膜病变 (DR) 查对于预防视力丧失至关重要. EyeArt人工智能 (AI) 系统在检测DR方面表现出高精度,支持其在广泛的查程序中使用.
科学领域:
- 眼科和医疗人工智能 (AI).
背景情况:
- 糖尿病视网膜病变 (DR) 是全球可预防失明的主要原因.
- 糖尿病患病率的增加需要可扩展和高效的DR查解决方案.
- 由人工智能驱动的平台为早期DR检测和管理提供了一个有希望的方法.
研究的目的:
- 系统地审查和元分析EyeArt系统用于DR检测的诊断性能.
- 评估EyeArt在识别任何等级和可引用的DR的准确性.
主要方法:
- 一个系统的审查和元分析,遵循PRISMA和MOOSE指南.
- 包括2016-2024年间发表的观察性研究,评估EyeArt的诊断性能.
- 使用随机效应模型对灵敏度,特异性和诊断几率比率 (DOR) 的聚合分析.
主要成果:
- 十七项研究符合纳入标准.
- 综合日志诊断几率比 (LDOR) 为3.96 (95% CI为3.54至4.39).
- 总结接收器操作特征 (SROC) 曲线下的面积为0.932 (95% CI 0.885-0.985),表明诊断精度高.
结论:
- EyeArt显示了高诊断准确度,可以在各种环境中检测任何级别和可引用的DR.
- 该系统的稳定性能支持其集成到常规的DR选工作流程中.
- 部署EyeArt可以优化资源配置,并扩大对眼科护理的准入,特别是在资源有限的地区.
