典型文献
基于EasyDL开发糖尿病眼底病变人工智能分级诊断模型及其验证评价
文献摘要：
目的 创新性利用人工智能(AI)开放平台EasyDL独立开发糖尿病视网膜病变(DR)的AI辅助诊断模型,并对其诊断准确指标进行评价.方法 采用Kaggle公开的糖尿病眼底疾病数据集的35126张眼底照片作为训练集,上传至EasyDL开放平台建立AI辅助诊断模型.收集在眼科进行临床DR筛查的150例糖尿病患者共300张双眼的彩色眼底照片作为测试集,以3位副高及以上职称眼科医师的诊断为金标准,分别评价AI诊断模型、初级医师、中级医师及联合诊断对DR分级的诊断准确性.结果 非DR和轻度非增生型DR(NPDR)患者共170例,中度、重度NPDR和增生型DR(PDR)患者共130例.AI诊断模型灵敏度高但特异度低,各项诊断指标和中级医师诊断接近,比初级医师诊断优秀.当AI诊断模型和临床医师诊断相结合时,诊断的准确率和灵敏度均有所提高.在与金标准的一致性评价中,AI诊断模型的Kappa系数为1.00,而中级医师诊断的Kappa系数为0.88(P均<0.01).结论 基于开放平台EasyDL建立的AI诊断模型操作简单,能为DR的初筛提供帮助,同时也为不具备深度学习算法知识的临床医师提供有效的科研工具.
文献关键词：
糖尿病视网膜病变;人工智能诊断模型;诊断准确性研究
中图分类号：
作者姓名：
曹绮雯;王春晖;万杰君;王金龙;杨群峰
作者机构：
523000 广东省东莞市滨海湾中心医院内分泌科;523000 广东省东莞市滨海湾中心医院信息科
文献出处：
引用格式：
[1]曹绮雯;王春晖;万杰君;王金龙;杨群峰-.基于EasyDL开发糖尿病眼底病变人工智能分级诊断模型及其验证评价)[J].新医学,2022(05):361-365
A类：
人工智能诊断模型
B类：
EasyDL,糖尿病眼底病变,智能分级,分级诊断模型,验证评价,开放平台,糖尿病视网膜病变,辅助诊断,Kaggle,眼底疾病,训练集,眼科,糖尿病患者,双眼,测试集,副高,职称,金标准,中级,联合诊断,NPDR,灵敏度高,诊断指标,临床医师,一致性评价,Kappa,初筛,深度学习算法,算法知识,科研工具,诊断准确性研究
AB值：
0.262804
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
