<wbr id="zlulr"></wbr>

    <i id="zlulr"></i>
    <wbr id="zlulr"><ins id="zlulr"><rt id="zlulr"></rt></ins></wbr>
    <source id="zlulr"><input id="zlulr"></input></source>
    <video id="zlulr"><ins id="zlulr"></ins></video>

      1. 问医生 找医院 查疾病 症状自查 药品通 快应用

        Diabetes Care:AI想要替代人工对糖尿病视网膜病变进行筛查?恐怕还差点火候!

        2021-06-04 06:28:30梅斯医学
        核心提示:不同AI算法用于DR筛查仍存在明显的性能差异。

        在过去20年里,全球DM的发病率增加了两倍,2000年影响到1.51亿人,2019年影响到4.63亿人,预计到2045年将达到7亿人。其中糖尿病视网膜病变(DR)是糖尿病(DM)的一个主要微血管并发症,它是工作年龄段可预防失明的主要原因。

        如果在早期发现并加以控制,就可以避免不可逆转的失明。因此,美国眼科协会建议DM患者每年进行一次散瞳视网膜眼底检查,而美国糖尿病协会建议无视网膜病变的T2DM患者每2年进行一次散瞳检查。

        按照DM发展的这个速度,提供常规筛查的眼科护理人员将不堪重负。基于人工智能(AI)的算法可能为减轻DR筛查的负担提供了很好的解决方案。之前的研究已经表明,当用于DR筛查项目时,AI算法能够以高灵敏度检测出可转诊的DR,并且与目前的黄金标准--人工分级相比具有成本效益。

        然而,这些研究早于深度学习的时代,深度学习是一种机器学习技术,已经彻底改变了视网膜图像分析。目前,现有的深度学习算法在DR的各种分类任务中表现出与人类专家相似,甚至更好的性能。

        随着强大的深度学习算法的显著进步,多家公司已经开发了自动DR筛查系统,并获得了美国食品和药物管理局(FDA)的关注,到目前为止,已经有2个基于AI的筛查算法被批准使用。随着FDA考虑批准更多的自动机器学习算法,了解它们在真实世界、预期使用环境中的性能变得越来越重要。

        为了评估真实世界的AI算法性能在视网膜成像中的应用,来自美国华盛顿大学医学院的专家比较了七种基于人工智能的自动DR筛查算法(包括一种FDA批准的算法)与人类分级人员的表现,相关结果发表在《糖尿病护理》Diabetes Care杂志上。

        这是一项多中心、非干预性设备验证研究,评估了2006-2018年在退伍军人事务局(VA)普吉特湾医疗保健系统(HCS)或亚特兰大VAHCS进行远程视网膜DR筛查的23724名退伍军人的共计311604张视网膜图像。五家公司提供了七种算法,包括一种经FDA批准的算法,独立分析了所有的扫描,不考虑图像质量。将图像分类为可转诊的DR或不转诊时,每种算法的敏感性/特异性与原始的VA远程视网膜等级和重新分级的仲裁数据集进行比较。

        尽管与人工评估相比,AI评估观察到了更高的阴性预测值(82.72-93.69%),但敏感度差异很大(50.98-85.90%)。大多数算法对数据集的表现并不比人类好,但有两个算法取得了更高的敏感性,一个算法产生了类似的敏感性(80.47%)和特异性(81.28%)。

        由此可见,不同AI算法用于DR筛查仍存在明显的性能差异。在临床普及之前,需要对所有这些算法进行严格的现实世界数据测试。

        参考文献:

        Multicenter, Head-to-Head, Real-World Validation Study of Seven Automated Artificial Intelligence Diabetic Retinopathy Screening Systems. Diabetes Care 2021 May; 44(5): 1168-1175. https://doi.org/10.2337/dc20-1877

        特别策划
        39热文一周热点
        午夜福利看片,日本老熟妇乱子伦视频,欧美成妇人在线播放,97人人模人人爽人人喊电影 网站地图