用于OCT扫描中检测黄斑水肿与视网膜下液的移动人工智能技术：DATUM alpha研究的初步结果
摘要
人工智能（AI）对于应对全球范围内日益严重的视网膜与医疗可及性缺口十分必要。运行于云端的移动AI诊断平台可有效且高效地分发此类AI能力。在此，我们旨在评估基于云的移动人工智能检测视网膜疾病可行性，并评估某一此类系统对OCT扫描中视网膜下液（SRF）与黄斑水肿（ME）的检测准确性。我们开展了一项多中心回顾性图像分析，由具备视网膜专科受训资质的认证眼科医生评估黄斑OCT图像。他们记录ME或SRF的存在与否，随后将其评估结果与Fluid Intelligence（一款检测OCT扫描中SRF与ME的移动AI应用）所得结果进行比较。研究者连续选取视网膜OCT图像，同时努力平衡含视网膜积液与不含积液的扫描数量。排除标准包括扫描质量差、特征模糊、黄斑裂孔、视网膜劈裂以及致密视网膜前膜。通过将AI移动应用的评估与视网膜专家评估相比较，确定其以灵敏度与特异度表示的准确性。截至本次提交，五个中心已完成初步研究。共包含283张OCT扫描，其中155张含ME或SRF（“湿性”），128张不含（“干性”）。灵敏度介于82.5%至97%之间，加权平均为89.3%。特异度介于52%至100%之间，加权平均为81.23%。结论：基于云的移动AI技术用于检测视网膜疾病可行。具体而言，Fluid Intelligence（alpha版本）作为SRF与ME的筛查工具具有足够准确性，尤其在医疗服务不足地区。仍需进一步研究与技术开发。
引用
@article{arxiv.1902.02905,
title = {Mobile Artificial Intelligence Technology for Detecting Macula Edema and Subretinal Fluid on OCT Scans: Initial Results from the DATUM alpha Study},
author = {Stephen G. Odaibo and Mikelson MomPremier and Richard Y. Hwang and Salman J. Yousuf and Steven L. Williams and Joshua Grant},
journal= {arXiv preprint arXiv:1902.02905},
year = {2019}
}
备注
Initial results of the DATUM alpha Study were initially presented on August 13th 2018 in the Keynote Address at the 116th National Medical Association Annual Meeting & Scientific Assembly's New Innovations in Ophthalmology Session. The results were also presented on September 21st 2018 in a Podium Lecture during Alumni Day at the University of Michigan--Ann Arbor Kellogg Eye Center