人工智能驱动的糖尿病视网膜病变筛查：AIDRSS在印度的多中心验证

目的：糖尿病视网膜病变（DR）是视力丧失的主要原因，尤其是在印度农村地区，视网膜专家可及性有限。本研究旨在评估基于人工智能的糖尿病视网膜病变筛查系统（AIDRSS）在DR检测和患病率评估中的表现，以满足资源有限环境中对可扩展、自动化筛查解决方案日益增长的需求。方法：在印度加尔各答进行了一项多中心横断面研究，涉及5,029名参与者和10,058张以黄斑为中心的视网膜眼底图像。AIDRSS采用具有5000万个可训练参数的深度学习算法，并集成对比度受限自适应直方图均衡化（CLAHE）预处理以增强图像质量。DR根据国际临床糖尿病视网膜病变（ICDR）分级标准进行分级，将疾病分为五个阶段（DR0至DR4）。统计指标包括敏感性、特异性和患病率，并与视网膜专家评估结果进行比较。结果：普通人群中DR患病率为13.7%，在随机血糖升高的个体中升至38.2%。AIDRSS的总体敏感性为92%，特异性为88%，对可转诊DR（DR3和DR4）的检测敏感性为100%。这些结果表明该系统在准确识别和分级不同人群中的DR方面具有稳健性能。结论：AIDRSS为资源受限环境中的早期DR检测提供了可靠、可扩展的解决方案。其先进AI技术的集成确保了高诊断准确性，有望显著减轻服务不足地区糖尿病相关视力丧失的负担。