多光谱眼底成像人工智能对视网膜动脉硬化的早期识别效能

摘要

目的探讨基于多光谱眼底成像开发的人工智能(AI)在视网膜动脉硬化早期诊断中的应用价值。方法采用诊断试验的研究方法,以150张经过专家标定的可能患有不同程度视网膜动脉硬化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心血管内科医师组的诊断一致性和阅片速度。结果对于各组的阅片一致性,AI组与高年资眼科医师组、低年资眼科医师组、心血管内科医师组比较的Kendall协调系数分别为0.887、0.853、0.848,P<0.01,诊断结果基本一致;AI组、高年资眼科医师组、低年资眼科医师组、心血管内科医师组的平均单张阅片时间分别为(1.52±0.29)、(14.70±1.74)、(22.36±2.43)、(43.10±7.08)s,4组平均单张阅片时间比较,差异有统计学意义(F=3134.857,P<0.01)。结论通过AI和多光谱眼底成像技术的结合能够提升视网膜动脉硬化的筛查效能,降低开发难度,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方法。