目的 分析糖尿病视网膜病变(DR)的危险因素及应用人工智能(AI)辅助诊断系统进行DR筛查的临床应用价值.方法 检索国内外文献数据库建库至2024年6月有关DR患者危险因素的研究,通过两位研究者筛选文献、提取数据并且质量评估,利用RevMan5.4软件实施Meta数据分析.简单随机抽样共选取520例2型糖尿病患者(1 040只眼),记录病例信息,完成眼底检查,EYE GRADER眼底照相进行AI辅助阅片系统诊断,由眼科执业医师判读最终结果,并进行统计学分析.结果 收纳12篇文献,获得6 504例研究对象,共涉及15个风险因素,Meta分析结果提示,糖尿病病程、高血压史、体质量指数(BMI)、糖化血红蛋白、低密度脂蛋白、高密度脂蛋白、三酰甘油为DR的危险因素(P＜0.05).与人工对照组相比,AI筛检非增殖性DR(NPDR)灵敏度为91.37％,特异度为93.59％,漏诊率为8.96％,误诊率为6.41％;筛检增殖性DR(PDR)灵敏度为95.60％,特异度为98.72％,漏诊率为4.40％,误诊率为1.28％.AI筛检DR的阳性预测值高达99.34％,且阴性预测值为66.67％,漏诊率低至3.85％,误诊率也仅为7.69％.在筛选出阳性患者病例中,轻-中度非增殖性DR占比为79.25％,曲线下面积(AUC)=0.909,综上结果提示AI诊断DR效果较好.结论 糖尿病病程长、高血压史、血糖异常和血脂异常增高均为DR的危险因素,有效防治糖尿病,积极指导患者控制血糖、血压和血肌酐水平及调节血脂水平,有助于预防和延缓DR.EYE GRADER眼底照相AI辅助阅片系统在DR筛查中,能够快速有效地筛查出阳性患者,实现早发现、早干预、早治疗.
NETL
NSTL
万方数据
