目的探索人工智能(AI)深度學習技術用于青光眼性眼底病變(GON)篩查檢出的效能。方法采用診斷試驗的研究方法,收集自2013年8月至2019年7月于首都醫(yī)科大學附屬北京同仁醫(yī)院北京同仁眼科中心青光眼門診就診患者的眼底圖像200張(200只眼)。根據(jù)閱片方式的不同,將采用AI系統(tǒng)閱片的定義為AI系統(tǒng)組,將醫(yī)師人工閱片的定義為醫(yī)師組。其中,醫(yī)師組包括高年資眼科醫(yī)師(眼底照片診斷經驗為10年以上)、低年資眼科醫(yī)師(眼底照片診斷經驗為5年以上,10年以內)及全科醫(yī)師。各組均對所有眼底圖像進行閱片和標注。年齡和性別的數(shù)據(jù)經S-W檢驗證實呈正態(tài)分布者,以均數(shù)±標準差表示。經Levene檢驗證實方差齊,AI系統(tǒng)與不同級別醫(yī)師單張平均閱片時間的比較采用單因素方差分析,兩兩比較采用LSD-t檢驗。采用敏感度、特異度及工作特性曲線下面積(AUC)對AI模型進行預測和性能評價。診斷符合率以百分數(shù)表示,AI系統(tǒng)與眼科高級醫(yī)師閱片診斷的符合率、AI系統(tǒng)與不同級別醫(yī)師閱片診斷符合率的比較,均采用卡方檢驗。結果在醫(yī)師組中,高年資眼科醫(yī)師、低年資眼科醫(yī)師及全科醫(yī)師共6位醫(yī)師共完成2次閱片。其診斷符合率的比較,差異均有...

【文章頁數(shù)】：5 頁

【文章目錄】：
資料與方法
    一、一般資料
    二、圖像的納入與排除標準
        1.納入標準:
        2.排除標準:
    三、分組方法
    四、參與閱片和標注的醫(yī)師
    五、標注的標準
    六、閱片與標注的方法
    七、統(tǒng)計學分析方法
結 果
    一、閱片診斷一致性、靈敏度、特異度及診斷符合率的比較
    二、閱片時間的比較
討 論



本文編號：3806613