眼科的发展日新月异，中国眼科的发展一日千里。搭建一座桥梁，传递中国眼科学者学术研究方面的最新进展及科研成果，奏响中国眼科的时代强音！
——中国之声眼科系列栏目
陈吉利教授
上海市静安区市北医院
基于医疗大数据的人工智能（artificial intelligence, AI）辅助诊疗决策日趋成熟。它不仅可缓解医生的工作压力，也能在一定程度上弥补医疗资源分布不均的不足。但目前AI筛查系统由于数据来源、算法学习模型、临床准确性评价等方面存在多样性，限制了AI诊断系统在临床实践中的广泛应用。
近期，上海市静安区市北医院陈吉利主任团队于EYE杂志发表了一篇研究，证实社区医院利用Airdoc的AI系统进行糖尿病视网膜病变筛查的可行性。
研究方法
2018年5月至2018年7月，为社区医院门诊就诊的889例糖尿病患者进行非散瞳眼底摄片，其中包括418名男性和471名女性。研究对象的平均年龄为68.46±0.2433岁。
根据国际临床糖尿病视网膜病变严重程度量表（ICDR），所有眼底照片均由Airdoc公司的AI系统（图1）和两名眼科医生（视网膜专家，Kappa（κ）= 0.899）独立识别和分类。以眼科医生的分期结果作为参考标准，评估AI自动分期的敏感性和特异性。
.png)
研究结果
在这项研究中，总共获得了3556张眼底照片。根据ICDR分类量表，有149名研究对象的至少1只眼睛被眼科医生或AI判定为DR。眼科医生在143名（16.1％）研究对象中诊断出DR，而AI在145名（16.3％）研究对象中检测到DR。这两种阅片方式之间不同DR分期的比例如图2所示。
.png)
大多数研究对象的眼底照片均未出现DR。即使在患有DR的研究对象中，大多数也被判定为中度NPDR（2期）或重度NPDR（3期）。
在医生的分期结果中，101名（11.4％）研究对象被诊断为需转诊的DR（RDR）；
在AI分期结果中，103名（11.6％）研究对象被诊断为RDR。
眼科医生和AI分期中RDR判断结果相同的共有91名（图3）。
.png)
以眼科医生的分期结果为参考标准，表1显示了AI对0期，1期，2-3期，4期的DR和RDR的敏感性和特异性。AI检测出任意DR分期的敏感性为90.79％（95％，CI 86.4-94.1），特异性为98.5％（95％，CI 97.8-99.0）。AI检测出RDR的敏感性91.18％（95％，CI 86.4-94.7），特异性为98.79％（95％，CI 98.1-99.3）。AI检测出任意DR分期的曲线下面积（area under the curve, AUC）为0.946（95％，CI为0.935-0.956）。AI对于RDR的检测，AUC为0.950（95％，CI为0.939-0.960）（表1）。
小结
1、这项研究评估了基于AI的DR筛查技术的准确性。发现在社区医院中使用基于AI的DR筛查模型是可行的。
2、研究发现AI在检测“任意DR”和“无DR”方面具有优势。初步的筛查结果由眼科医生进一步确认。鉴于DR的发病率相对较低，它将有效减少眼科医生的工作量。
3、该AI系统不仅可以帮助开展DR的早期筛查，而且能够有助于糖尿病患者的长期随访。
总之，人工智能在中国社区医院中对DR的识别具有很高的敏感性和特异性。这种方法在社区医院具有一定的可行性。未来还需要进一步研究，以评估转诊率和DR视力改善的有效性。
参考文献
He Jie(#)，Cao Tingyi(#)，Feiping Xu，Shasha Wang，Haiqi Tao，Tao Wu，Liyan Sun，Jili Chen(*)，Artificial intelligence-based screening for diabetic retinopathy at community hospital，Eye，2020.3;34(3):572-576
2 comments
京公网安备 11010502033360号
条评论
Linda Gareth
2015年3月6日, 下午2:51Donec ipsum diam, pretium maecenas mollis dapibus risus. Nullam tindun pulvinar at interdum eget, suscipit eget felis. Pellentesque est faucibus tincidunt risus id interdum primis orci cubilla gravida.