人工智能应用于基层医院糖尿病视网膜病变大规模筛查的临床价值研究OACSTPCD

目的探讨人工智能(AI)系统用于基层医院糖尿病视网膜病变(DR)筛查的临床价值。方法选取2020年7月至2021年12月在海宁市人民医院行DR筛查的28300例(56600眼)糖尿病患者为研究对象,采用分层随机取样法抽取3512例(7024眼)糖尿病患者进行研究。以AFC-330自动免散瞳眼底照相机拍摄的眼底图片作为图片库,由AI系统(浙大睿医AI系统视网膜阅片系统)行DR诊断、DR分级诊断和有转诊意义的DR(RDR)诊断。并由本院眼科医师在眼底照相、光学相干断层扫描成像(OCT)和荧光素眼底血管造影(FFA)检查结果参考下给予DR诊断、DR分级诊断和RDR诊断。比较AI系统阅片与眼科医师阅片对DR诊断、DR分级诊断、RDR诊断效能及单张阅片平均耗时。采用Kappa检验评估AI系统与眼科医师诊断DR、DR分级及RDR的一致性。结果7024眼中,以眼科医师诊断为金标准,AI系统诊断DR的灵敏度为91.69%,特异度为98.63%,两者对DR诊断的一致性比较差异有统计学意义(Kappa=0.831,P<0.001)。AI系统诊断轻度NPDR、中度NP-DR、重度NPDR及PDR的灵敏度分别为82.72%、84.36%、86.11%、86.95%,特异度分别为98.93%、99.27%、99.92%、99.97%,两者对DR分级诊断的一致性比较差异有统计学意义(Kappa=0.847,P<0.001)。AI系统诊断RDR的灵敏度为88.16%,特异度为99.32%,两者对RDR诊断的一致性比较差异有统计学意义(Kappa=0.828,P<0.001)。AI系统单张阅片平均耗时为(1.58±0.22)s,短于眼科医师的(5.83±2.11)s,差异有统计学意义(P<0.001)。结论AI系统用于糖尿病患者DR诊断、DR分级诊断以及RDR诊断的灵敏度、特异度与眼科医师相当,两者具有高度一致性,可用于基层医院大规模的DR初筛工作。