情侣:评估非视网膜专家之间使用PathFinder人工智能工具对视网膜疾病推的协议限制:前性观察研究

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 解读光学连贯性断层扫描 (OCT) 扫描对于诊断黄斑疾病至关重要.
• 在许多情况下,获得奖学金培训的视网膜专家 (RS) 的机会是有限的.
• 人工智能 (AI) 工具正在开发中,以帮助海外国家和地区的口译.

研究的目的:

• 评估非视网膜专家 (NRS) 之间的诊断和转诊协议,使用PathFinder AI助理和受过奖学金培训的RS.
• 评估AI在协助NRS与OCT解释方面的表现,与黄金标准相比.

主要方法:

• 一项横截面研究包括202名患者的OCT扫描.
• 三个独立分级的RS扫描 (黄金标准).
• 三个NRS用PathFinder AI辅助和临床数据解释了扫描,记录了信心和决策时间.

主要成果:

• 在诊断 (κ = 0.59) 和转诊 (κ = 0.47) 方面,RS的相互协议是适度的.
• NRS显示了与RS的实质性至中度诊断一致性 (κ = 0.540.78) 和高特异性 (>90%).
• 敏感度有所不同,与年龄相关的黄斑变性和黄斑孔的发病率较低;转诊协议有所不同 (κ = 0.240.68).

结论:

• "PathFinder AI"是NRS在资源有限的环境中的一个有价值的实时决策支持工具.
• 需要对特定疾病进行细化和临床监督,特别是在危及视力的条件下.
• 人工智能辅助可以提高诊断准确性和效率,非专业人士可以解读OCT扫描.