目的 比较基于眼底阅片的人工智能(AI)系统与医生阅片在糖尿病视网膜病变(DR)筛查中的诊断效率和准确性,评价AI系统的临床应用价值.方法 采用诊断试验研究方法,取2017年3月至2018年11月肇庆市高要区人民manbet官网登录
眼科就诊患者彩色眼底照片13683张作为图像库,通过迁移学习+NASNet架构算法,对2～3位眼科高级职称医生精确标注的4465张彩色眼底照片(正常彩色眼底照片2510张,DR彩色眼底照片1955张)学习,建立针对DR的AI系统(ZOC-DR-V1).1000张确诊的彩色眼底照片(正常彩色眼底照片300张,不同程度DR彩色眼底照片700张),分别交由AI系统组和医生组(包含眼科医生组和内分泌科医生组,均包含初级、中级和高级职称),分别进行阅片,记录AI系统和医生组的单张阅片时间和总耗时,比较AI系统与不同级别医生阅片准确率和效率的差异.将1000张图片以第500张为界分成前段和后段2个阅片阶段,分别统计医生组和AI系统组的分段诊断符合率和分段平均阅片时间.结果 眼科AI系统(ZOC-DR-V1)完成训练后测试集的诊断符合率为94.7％,受试者工作特征曲线(ROC)曲线下面积(AUC)为0.994.在人机对抗中,内分泌组初、中、高级职称医生诊断符合率分别为94.0％、91.4％和93.4％,眼科组初、中、高级职称医生诊断符合率分别为92.7％、94.4％和95.6％,AI系统
作者：李萌；王耿媛；夏鸿慧；唐晓颖；冯子卿；姚永屿；黄义劲；范卫；袁哲；袁进
来源：中华实验眼科杂志 2019 年 37卷 8期
