人工智能用于查和分级糖尿病眼病:从算法到诊所的系统审查

科学领域:

• 眼科医生 眼科 眼科
• 医疗人工智能 医疗人工智能
• 数字健康数字健康

背景情况:

• 糖尿病相关的眼部疾病,包括糖尿病视网膜病变和糖尿病黄斑,构成了全球重大的健康挑战.
• 准确及时诊断对于预防视力丧失和有效管理疾病至关重要.
• 当前的诊断方法可能是资源密集型的,可能会受到观察者之间的变化.

研究的目的:

• 系统地审查人工智能 (AI) 在诊断糖尿病相关眼部疾病方面的技术进步,临床益处和局限性.
• 澄清人工智能诊断工具临床翻译的途径.
• 提出人工智能在这个领域的未来研究方向.

主要方法:

• 按照PRISMA指南进行了一次系统的文献审查.
• 在像Web of Science这样的数据库中对2021年至2025年间发表的英语文章进行了搜索.
• 分析了74个核心出版物,重点是AI算法类型,性能,临床验证和翻译研究.

主要成果:

• 人工智能系统主要使用监督学习,在查效率,诊断一致性和糖尿病相关眼睛疾病的可访问性方面具有优势.
• 局限性包括识别早期病变,诊断并发症和跨设备通用性的挑战.
• 优化策略包括数据增强,多模式融合和可解释性增强,随着便携式选模型的出现,但面临数据安全和验证障碍.

结论:

• 人工智能对分类糖尿病相关的眼部疾病具有实质性的临床价值,提高了查效率和一致性,特别是在服务不足的地区.
• 未来的工作必须提高AI对复杂病例的适应性,将AI整合到临床工作流程中,并建立强大的验证和安全标准,以便广泛采用.