糖尿病视网膜病变人工智能自动诊断系统在社区和医院老年糖尿病患者中的应用效果分析

摘要：

目的:比较基于彩色眼底像阅片的人工智能（AI）系统分别在社区和医院筛查和（或）诊断糖尿病视网膜病变（DR）的效率和差异，初步评价其应用价值。方法:回顾性和前瞻性相结合研究。回顾性收集2018年7月至2021年3月于河南省眼科研究所连续就诊的老年糖尿病患者1 608例的临床资料。其中，男性659例，女性949例；年龄中位数64岁。前瞻性收集2018年12月至2019年4月以社区为来源主动招募的老年糖尿病患者496例的临床资料。其中，男性202例，女性294例；年龄中位数62岁。由眼科或经培训的内分泌科医生对患者行双眼免散瞳眼底彩色照相检查，拍摄以黄斑中心凹为中心后极部45°正位片。AI系统基于深度学习YOLO源码开发，采用"AI+人工复核"方式最终确定DR诊断并分为0~ 4期，其中1期为无需转诊DR，2~ 4期为需转诊DR。结果:AI总读片1 989例（94.5%，1 989/2 104 ），其中社区、医院来源患者分别为437 （88.1%，437/496）、1 552 （96.5%，1 552/1 608）例。社区来源AI读片率低于医院来源，差异有统计学意义（
χ2=51.612，
P<0.001 ）。社区图像质量差的主要原因为小瞳孔（47.1%，24/51）、白内障（19.6%，10/51）、白内障合并小瞳孔（21.6%，11/51）。AI诊断DR阴性62.4% （1 241/1 989 ）；其中，社区、医院来源分别为84.2%、56.3%，社区来源AI诊断DR阴性率高于医院，差异有统计学意义（
χ2=113.108，
P<0.001）。AI诊断需转诊DR 20.2% （401/1 989 ）。其中，社区、医院来源分别为6.4%、24.0%，社区来源AI诊断需转诊DR率低于医院，差异均有统计学意义（
χ2=65.655，
P<0.001）。不同来源AI诊断DR不同分期患者构成比比较，差异有统计学意义（
χ2=13.435，
P=0.001）。其中，社区来源患者以无需转诊DR为主（52.2%，36/69）；医院来源患者以需转诊DR为主（54.9%，373/679 ），且已治疗DR检出率更高（14.3%）。AI自动识别眼底病灶数顺位中，社区、医院来源排首位的分别为玻璃膜疣（68.4%）和视网膜内出血（48.5%）。
结论:AI诊断DR，社区以无需转诊DR为主，更适合筛查早期DR；医院以需转诊DR为主。

关键词：糖尿病视网膜病变、人工智能、自动诊断、筛查

所属期刊栏目：38

资助基金：河南省重点研发与推广专项（科技攻关）212102311013;郑州市科技惠民项目2019KJHM0002;Henan Province Key Research and Development and Promotion Special Project Scientific ProblemTackling212102311013;Science and Technology Benefit People Project of Zhengzhou City2019KJHM0002

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：120-125