无技术障碍的眼底图像分析临床友好平台
计算机视觉与模式识别
2025-05-26 v2 人工智能
摘要
人工智能（AI）在医学影像诊断方面展现出巨大潜力，但大多数现有模型在跨临床环境应用时需要重新训练，限制了其可扩展性。我们引入 GlobeReady，一个无需重新训练、微调或技术专业知识即可实现眼底疾病诊断的临床友好型AI平台。GlobeReady 在不同成像模态下均表现出高准确率：使用色彩眼底相机（CPF）诊断 11 种眼底疾病准确率为 93.9%-98.5%，使用光学相干断层扫描（OCT）诊断 15 种眼底疾病准确率为 87.2%-92.7%。通过利用无监督的本地特征增强技术，GlobeReady 平台有效缓解了跨中心和跨人群的域迁移问题，在中国五中心平均准确率达到 88.9%-97.4%，在越南为 86.3%-96.9%，在新加坡为 73.4%-91.0%，在英国为 90.2%-98.9%。平台内置的置信度可量化诊断机制进一步提升了诊断准确率：使用 CPF 的准确率提升至 94.9%-99.4%，使用 OCT 的准确率提升至 88.2%-96.2%，同时能够以 86.3% 的准确率识别使用 CPF 的 49 种常见和罕见眼底疾病的超出分布案例，OCT 方面为 13 种疾病实现 90.6% 的准确率。来自不同国家的临床医生对 GlobeReady 的可用性和临床相关性给予了高度评价（平均得分 4.6/5）。这些发现表明 GlobeReady 在鲁棒性、可扩展性方面具有优势，能够在无技术障碍的情况下支持全球眼科护理。
引用
@article{arxiv.2504.15928,
title = {A Clinician-Friendly Platform for Ophthalmic Image Analysis Without Technical Barriers},
author = {Meng Wang and Tian Lin and Qingshan Hou and Aidi Lin and Jingcheng Wang and Qingsheng Peng and Truong X. Nguyen and Danqi Fang and Ke Zou and Ting Xu and Cancan Xue and Ten Cheer Quek and Qinkai Yu and Minxin Liu and Hui Zhou and Zixuan Xiao and Guiqin He and Huiyu Liang and Tingkun Shi and Man Chen and Linna Liu and Yuanyuan Peng and Lianyu Wang and Qiuming Hu and Junhong Chen and Zhenhua Zhang and Cheng Chen and Yitian Zhao and Dianbo Liu and Jianhua Wu and Xinjian Chen and Changqing Zhang and Triet Thanh Nguyen and Yanda Meng and Yalin Zheng and Yih Chung Tham and Carol Y. Cheung and Huazhu Fu and Haoyu Chen and Ching-Yu Cheng},
journal= {arXiv preprint arXiv:2504.15928},
year = {2025}
}