根據(jù)發(fā)表在上的一項研究，一個自主人工智能(AI)系統(tǒng)在診斷早期無癥狀患者的非增殖性可轉(zhuǎn)性糖尿病視網(wǎng)膜病變(DR)方面與人類專家充分匹配眼睛.
 

 

　　這項前瞻性觀察性初步研究包括來自無癥狀糖尿病患者(1型和2型)的超寬視野(UWF)彩色眼底圖像

 

　　對于每只眼睛，通過基于服務器的AI算法(IDx-DR，數(shù)字診斷)分析2幅彩色眼底圖像(45)。UWF彩色眼底成像由2名視網(wǎng)膜專家進行，他們還根據(jù)7視野面積投影(7F-mask)分級(根據(jù)早期治療DR研究)和總分級面積(UWF全視野)評估了圖像的國際臨床DR嚴重程度評分。

 

　　在54名患者中(33名男性和21名女性；107只眼睛)，32名患者(11名女性)患有二型糖尿病，平均HbA1c水平為7.5±1.9%，20名患者患有1型糖尿病(8名女性)平均糖化血紅蛋白水平為7.9±1.6%。糖尿病2名患者的類型未知。患者的平均年齡為55歲(范圍為19-80歲)，平均最佳矯正視力(Snellen視力表)為0.99±0.25。

 

　　基于自主人工智能的系統(tǒng)診斷出16名患者為DR陰性，28名患者為中度DR，10名患者患有威脅視力的疾病(嚴重或增生性糖尿病視網(wǎng)膜病變，糖尿病黃斑水腫)。使用7F-mask分級，人類視網(wǎng)膜專家診斷23名患者為DR陰性，11名患者為輕度DR，19名患者為中度DR，1名患者為重度DR。當分析UWF全視野時，他們診斷20名患者為DR陰性，12名患者為輕度DR，21名患者為中度DR，1名患者為重度DR

 

　　研究人員發(fā)現(xiàn)，在66.6%的病例中，自主人工智能系統(tǒng)和7F-mask分級匹配(95% CI，0.21-0.58)，在66.7%的病例中，自主人工智能系統(tǒng)和UWF全場分級匹配(95% CI，0.18-0.58)。他們還證明了自主人工智能系統(tǒng)對7F-mask分級的敏感性/特異性為100% (95% CI，83-100)/47%(95% CI，30-65)，對UWF全場分級的敏感性/特異性為95% (95% CI，77-100)/47%(95% CI，29-65)。

 

　　研究人員建議，基于人工智能的自主系統(tǒng)可能適用于速度三角形定位法(dead reckoning)糖尿病初級保健機構(gòu)或遠程醫(yī)療項目中的篩查和診斷。

 

　　該研究的局限性包括使用UWF彩色眼底圖像(非立體圖像)進行分級，相對較小的樣本量，以及從單個三級轉(zhuǎn)診中心招募患者。