目的:評估基于深度學(xué)習(xí)的眼底疾病篩查人工智能診斷系統(tǒng)的應(yīng)用價值。方法:收集2018-07/12在我院就診的患者1 345例2 690眼,通過分析比較眼科專家診斷及基于多層深度卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的人工智能診斷系統(tǒng)的一致性,確定人工智能診斷系統(tǒng)的準(zhǔn)確率、特異性和敏感性。結(jié)果:人工智能診斷系統(tǒng)的準(zhǔn)確率為62.82%,所納入患者的診斷結(jié)果有1～5（1.38±0.67）個診斷,其中1個診斷的準(zhǔn)確率為56.09%,2個診斷的準(zhǔn)確率為77.96%,3個診斷的準(zhǔn)確率為84.61%,4個診斷的準(zhǔn)確率為86.95%,5個診斷的準(zhǔn)確率為60.00%;無明顯異常及豹紋狀眼底的一致性Kappa值分別為0.044、0.169,敏感性分別為3.00%、99.6%,特異性分別為99.7%、14.2%,其余診斷的一致性Kappa值高達(dá)0.57～1.00,敏感性高達(dá)65.1%～100%,特異性高達(dá)93.0%～100%。結(jié)論:基于多層深度卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的人工智能診斷系統(tǒng)能較好地診斷眼底疾病,有望成為基層醫(yī)療的有效篩查工具。 

【文章來源】：國際眼科雜志. 2020,20(08)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
0引言
1對象和方法
    1.1對象
    1.2方法
2結(jié)果
    2.1人工智能系統(tǒng)診斷準(zhǔn)確率
    2.2人工智能系統(tǒng)診斷的一致性
    2.3人工智能系統(tǒng)診斷的敏感性和特異性
3討論


【參考文獻(xiàn)】：
期刊論文
[1]人工智能在眼科疾病診療的應(yīng)用現(xiàn)狀[J]. 趙金鳳,吳楨泉,鄭磊,陳懿,田汝銀,馬大卉,張福燕,曾鍵,張國明.  眼科新進(jìn)展. 2019(05)
[2]基于深度學(xué)習(xí)的DR篩查智能診斷系統(tǒng)的初步研究[J]. 翁銘,鄭博,吳茂念,朱紹軍,孫元強(qiáng),劉云芳,馬子偉,蔣云良,劉勇,楊衛(wèi)華.  國際眼科雜志. 2018(03)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報. 2017(06)
[4]圖像理解中的卷積神經(jīng)網(wǎng)絡(luò)[J]. 常亮,鄧小明,周明全,武仲科,袁野,楊碩,王宏安.  自動化學(xué)報. 2016(09)



本文編號：3482851