北京湿疹医院专家 http://baidianfeng.39.net/a_zhiliao/210620/9083902.html日前，医院发表论文，标题为《观察人工智能在糖尿病视网膜病变免散瞳眼底照相眼底筛查临床应用中的一致性》，主要介绍了在天津四代谢性疾病管理中心进行糖尿病视网膜病变（DR）筛查的情况，比较分析了AI报告与眼科医生诊断的符合程度，对院外眼科转诊的患者进行眼底荧光血管造影（FFA），并评价荧光血管成像与AI诊断的一致性。共例（眼）完成了免散瞳眼底检查。DR筛查阳性率为24.3%。以中度非增生性视网膜病变为分界点时，kappa系数为0.75（p0.），敏感性为0.，精密度为0.，在精密度-召回曲线中显示。59例接受FFA的患者与免散瞳AI诊断比较。Kappa系数为0.53，符合率为66.9%。因此得出结论：免散瞳眼底检查联合AI与眼科医生在DR诊断上具有中高一致性，有利于DR的早期筛查。将诊疗模式与互联网相结合，可以促进远程医疗的发展，缓解眼科资源的紧缺，推动防盲治盲工程的进程。通过MMC为病人开展DR筛查流行病学调查显示，目前我国成人糖尿病发病率高达11.6%，是全球糖尿病患者最多的国家。糖尿病视网膜病变（DR）是糖尿病常见的微血管并发症，是导致工作年龄段人群中不可逆致盲的最主要眼病之一。然而，如果DR早期筛查和治疗，90%的患者可以避免严重的视力障碍。糖尿病患者在出现视力障碍前，很少主动就医。据调查，50-60%的糖尿病患者从未做过眼底检查。我国早期诊断的DR患者比例不到20%。早期筛查、及时转诊可尽早控制病情，有效预防视功能丧失。然而，相比我国糖尿病的高发病率，DR的筛查能力不足。造成这种情况的原因是多方面的，包括眼科资源的缺乏、患者的相关意识不足、缺乏有效的筛查方法，以及从图像采集到DR诊断的多学科流程的缺乏。由于眼科医疗资源整合利用有限，免散瞳眼底检查在眼底筛查中被广泛应用。基于图像识别、深度学习技术和人工智能（AI）辅助诊断，计算机可以在短时间内获取人类获得的知识，进行推理、感知、学习、交流、分类、预测、判断。人工智能分析有几个优势。它拥有海量的数据资源，精度、准确性、稳定性超出了人的能力范围，节省了人力资源。人工智能在肺结节、肿瘤、皮肤病等多种疾病中有着重要的应用。人工智能通过学习许多带标签的DR信息图像等数据，通过深度学习和和其他预置算法训练，可以在临床试验中自动准确地识别和诊断DR。然而，大多数的研究已经进行了高品质的图像数据集，而很少进行了DR筛选的现实世界的实现。由于该领域涉及多学科知识交叉和深度融合，数据标准化和临床评价统一化还存在问题。人工智能已在发达国家广泛应用于DR的筛查。然而，在我国，它的应用还处于起步阶段。如果需要提高DR的筛查率，就需医院具备眼底筛查能力。免散瞳眼底检查与AI系统的结合，医院提供了契机。天津四的代谢性疾病管理中心（MetabolicManagementCenter，简称MMC）早在年10月就可为患者提供免散瞳眼底检查，并配备DRAI诊疗系统。显著提高了DR在门诊诊疗过程中的筛查率，在眼科医生正式报告前出具AI的初步结果。使用体素科技AI技术进行DR筛查早在年，医院就与体素科技开始合作，在本研究中使用的自动DR分级软件就是体素科技利用深度学习技术开发的。软件中包含两个不同的网络：DR分类和质量控制网络。DR分类网络，是自动化DR分级软件的一个重要组成部分，在两个数据集上训练。第一个数据集（EyePACS数据集）来自一个广泛应用的私有视网膜图像数据库，该数据库在年至年间获得，训练中引入包含约37,名患者的,张眼底照片，用于训练最初的DR分级模型。对图像进行视网膜病变的严重程度分级根据国际临床糖尿病视网膜病变严重程度（ICDRS）量表进行，该标准由国际眼科协会开发，美国眼科学会采用。第二个数据集（国内眼底数据集），医院获得的，包含约个彩色眼底图像，DR严重程度分级的基础上三个视网膜专家的共识。这些数据被选中，以提高在复杂的情况下所提出的模型的性能。质量控制网络在张不同图像质量的眼底照片上训练，来源于DR分类网络的第一个数据集的子集。所有的彩色眼底图像的大小调整到×像素的标准分辨率和归一化到0和1之间的像素强度值的软件处理。所有神经网络都使用了先进的Inception-ResNetv2架构。该系统还包括经过训练的独立病变模型，用于检测导致DR分级的病变的存在，包括眼底出血、硬渗出物和激光疤痕。该算法在国内曾被多次应用和验证。AI与眼科医师出报告结果呈一致性该研究通过调查免散瞳眼底照相联合人工智能眼底筛查的初始报告与真实世界眼科医生最终报告之间的一致性，进一步提高我国基层医疗单位DR筛查方法的评价。也有可能进一步优化AI算法。主要观察指标包括：AI初步报告与眼科报告的总体一致性；AI与眼科医生初步报告及FFA结论的一致性。二次观察：DR初筛阳性率。另外，59例患者（只眼）接受了FFA，32例被建议进一步激光光凝治疗。以FFA为金标准，进一步比较了AI与眼科医生初步结论的一致性，如表5.Kappa系数为0.53（p=0.和0.44（p=0.），总符合率分别为66.9%和60.2%，与金标准的结果较为一致。AI技术在DR早期筛查中的巨大作用眼底检查可发现早期微动脉瘤、髌骨出血等早期视网膜病变，积极治疗可有效延缓病变发展。在我国常规的诊疗模式下，糖尿病患者需要到内分泌科进行初诊，眼科进行眼部并发症的筛查。由于资源、基础设施和视网膜专家的限制，在中国的糖尿病中心，日常临床工作中的DR筛查尚未建立起来。在不增加眼科医生工作量的前提下，免散瞳眼底检查结合AI诊断系统，可以完成内分泌诊断DR的筛选过程。这有利于DR的早期筛查和治疗。目前，糖尿病患者往往在诊疗之初首先在内分泌科医生处就诊。虽然常规的眼底筛查在眼科开展，但此部分患者很少进行主动眼底检查，32%的视力障碍高危患者从未做过眼底检查。免散瞳眼底检查可在内分泌科门诊或普通门诊进行。人工智能在DR中的应用具有精度高、分析速度快的特点。两者结合有利于DR的早期筛查，有研究表明，两者结合可将门诊部DR筛查率提高到70%。年中国眼科医生仅有3.2万人，每6万人中只有一名眼科医生，这远远没有达到世界卫生组织发起的“年愿景”倡议的目标。许多社区基层医疗单位几乎没有眼科资源，70%的眼科医生分布在大中城市，这也成为我国防盲治盲的一大障碍。在这项研究中，例患者进行了眼底筛查，例最终转诊到眼科。这种诊疗模式不仅完成了糖尿病眼底病变的防治筛查，还大大节省了眼科医疗资源，使需要治疗的患者得到了及时的治疗。在这种诊疗模式下，天津四中心的转诊流程是在线执行的。在获得患者的知情同意后，预约了眼科治疗。整个诊疗过程不需要眼科医生或患者来回奔波，非常方便。将诊疗模式与互联网结合，可以促进远程医疗的发展，缓解社区基层医疗单位眼科资源短缺的问题，促进防盲治盲工程的进程。预览时标签不可点收录于合集#个上一篇下一篇