目的 建立和评估基于深度学习理论的糖尿病视网膜病变(DR)人工智能(AI)机器人辅助诊断系统.方法 联合包括北京协和manbet官网登录
等国内8家manbet官网登录
眼底专业ManBetX万博官网地址下载
对25297张糖尿病患者眼底图像病变进行标记,训练和建立一个深度学习框架同时识别DR病变的AI机器人辅助诊断系统,即"嵩岳"机器人系统.依据DR分级和标识眼底病变,构建是否罹患DR、是否需要转诊DR、是否重度非增生性和增生性DR以及是否增生性DR 4种模型,建立一个基于病变识别技术的DR筛选系统,应用受试者工作特征曲线(ROC曲线)、敏感度、特异度进行AI诊断性能的数据分析.结果 "嵩岳"系统中是否罹患DR模型的敏感度为96.0％,特异度为87.9％,曲线下面积(AUC)为0.920;需要转诊DR模型的敏感度为90.4％,特异度为95.2％,AUC为0.925;是否为重度非增生性和增生性DR模型的敏感度为72.7％,特异度为96.2％,AUC为0.845;增生性DR模型的敏感度为73.5％,特异度为97.3％,AUC为0.855.结论 "嵩岳"AI机器人辅助诊断系统具有精确高效的DR诊断性能,具有良好的临床应用价值.
作者：高韶晖；金学民；赵朝霞；于伟泓；陈有信；孙宇辉；丁大勇
来源：中华实验眼科杂志 2019 年 37卷 8期
