基于多光谱眼底成像开发的人工智能对糖尿病视网膜病早期体征的识别

摘要

目的:探索基于多光谱眼底成像开发的人工智能在糖尿病视网膜病早期诊断上的效能。方法:采用诊断试验的研究方法,以200张经过专家标定的多光谱眼底图像作为阅片标注的参考标准,比较AI组、高年资眼科医师组、低年资眼科医师组及内分泌医师组的诊断一致性和阅片速度。不同阅片者的阅片结果和参考标准的比较采用加权kappa系数进行评价,AI组和医师组的比较以Kendall系数进行评价。AI系统和各医师组的单张平均阅片时间比较采用重复测量方差Bonferroni法分析。结果:对于各组的阅片一致性,AI组和高年资眼科医师组、低年资眼科医师组、内分泌医师组相比,Kendall协调系数为0.957、0.947和0.926,差异有统计学意义(P<0.01),诊断结果基本一致,内分泌医师组和低年资眼科医师组协调系数依次低于高年资眼科医师组,但差异无显著统计学意义(P>0.05)。各组平均阅片时间的差异具有统计学意义(F=3 220.879,P<0.01),AI组的阅片时间明显少于各医师组。结论:通过人工智能和多光谱眼底成像技术的结合能够提升对糖尿病视网膜病的筛查效能,降低开发难度,有利于不同资质的医师,尤其是全科医师和年轻医师快速掌握本病的诊断和筛查。