人工智能初筛分流在大规模糖尿病视网膜病变筛查中的应用

• 作者: Fong Nellie 何明光 张健 李治玺
• 来源期刊: 中华医学杂志
• 关键词: 糖尿病 糖尿病视网膜病变 人工智能
• 年，卷（期）: 2020,（48）
• 所属期刊栏目: 致盲性眼病
• 页码范围: 3835-3840
• 页数: 6页
• 语种: 中文
• DOI: 10.3760/cma.j.cn112137-20200901-02526

摘要

目的:探索人工智能（AI）初筛分流在大规模糖尿病视网膜病变（DR）筛查中的应用。方法:2018年5至7月在新疆维吾尔自治区喀什市和克孜勒苏柯尔克孜自治州，8 005例糖尿病患者参加了DR筛查，所有患者均行免散瞳的眼底彩照检查，每眼采集2张眼底彩照（分别以视盘和黄斑为中心）。拍照完成后，首先使用AI系统对每例患者的4张眼底彩照进行判定，如均为可分级且无DR时，直接产生AI报告，并随机抽取1/3至读片中心由眼科医师组分级以作质量控制（组A）。此外，如4张眼底彩照中，任意一张图片判别为无法分级或存在DR时，该患者的所有眼底彩照均需行人工分级（组B）。从组A和组B中分别随机抽取300例患者的眼底照片，由眼科医师组作出最终判别，确定AI和人工分级判定需转诊DR（增殖前或增殖期DR，或糖尿病黄斑水肿）的准确性。结果:在8 005例参加筛查的糖尿病患者中，男3 220例（40.2%），女4 785例（59.8%），年龄（58.3±10.6）岁。经AI初筛后，AI直接产生报告5 267例（65.8%），另外2 738例（34.2%）需要进行人工分级。在组A中，AI和人工判定需转诊DR的准确性和特异度均为100.0%。在组B中，AI和人工判定需转诊DR的准确性分别为75.8%和90.3%，灵敏度分别为100%和79.1%。结论:在大规模的DR筛查中，使用AI作为DR的初筛手段，可在不遗漏需转诊DR病例的情况下，减少约60%的图片分级工作量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何明光		47	380	10.0	18.0
2	张健		60	305	10.0	15.0
3	李治玺		2	0	0.0	0.0
4	Fong Nellie		1	0	0.0	0.0