基于AI的技術可檢測出98％的早期糖尿病并發(fā)癥

根據澳大利亞-巴西研究人員發(fā)表在《生物與醫(yī)學計算機》上的一項研究，一種由AI驅動的方法來檢測糖尿病性視網膜病變的早期跡象，其準確率超過98%。

結果可能意味著更快，更便宜的解決方案，可以更早地診斷疾病，并可能防止視力喪失。

皇家墨爾本理工學院(RMIT)首席研究研究員Dinesh Kant Kumar博士說：“我們的AI驅動方法提供的結果與臨床掃描一樣準確，但依賴于可以通過普通驗光設備生成的視網膜圖像。” )在聲明中說。“以更快，更便宜的方式檢測這種無法治愈的疾病，可能會改變數百萬目前無法診斷并可能失明的人的生活。”

研究作者Parham Khojasteh博士，RMIT工程學院的生物醫(yī)學和醫(yī)學工程師等人將糖尿病性視網膜病描述為一種糖尿病并發(fā)癥，它會影響眼睛并成為成年人視力喪失的主要原因。注意。

由于該疾病的早期征兆并不多，因此早期診斷對于患者保留多少視力至關重要。視網膜上有滲出液或液體的存在是該病的早期征兆，并且熒光素血管造影和光學相干斷層掃描是目前診斷糖尿病性視網膜病最準確的臨床方法。

在這項研究中，研究人員比較了三種使用眼底圖像檢測滲出液的深度學習技術。結果表明，使用支持向量機算法和ResNet-50模型，卷積神經網絡共同產生了98.2的總體準確率，靈敏度為0.99，特異性為0.96。

“在澳大利亞，每個知道自己患有糖尿病的人中，都有一個人患有糖尿病，但沒有被診斷出。在發(fā)展中，該比例為診斷出的比例與未診斷出的比例為四倍。這導致數以百萬計的人因糖尿病相關疾病而發(fā)展出可預防和可治療的并發(fā)癥。”“隨著進一步的發(fā)展，我們的技術有可能減輕這種負擔。”

去年，基于AI的評分系統(tǒng)成功診斷出兩名糖尿病性視網膜病變患者。結果表明，在初級保健機構中提高糖尿病視網膜病變篩查效率的潛力。