Алгоритм глубокого обучения выявляет глаукоматозные диски зрительного нерва по монокулярным фотографиям глазного дна
A Deep Learning-Based Algorithm Identifies Glaucomatous Discs Using Monoscopic Fundus Photographs
Аннотация
Цель: Разработать алгоритм на основе глубокого обучения для выявления глаукоматозных дисков зрительного нерва по монокулярным фотографиям глазного дна и оценить его точность.
Дизайн: Исследование базы данных фотографий глазного дна.
Участники: 4394 фотографии глазного дна: 3768 снимков из ранее проведённых клинических исследований в Сиднее и 626 снимков из общедоступных онлайн-баз данных RIM-ONE и High-Resolution Fundus (HRF) с установленным диагнозом.
Методы: Все базы данных, кроме HRF, объединили, после чего сформировали обучающую выборку (80% наблюдений) и тестовую выборку (20%). Снимки из базы HRF использовали как дополнительную тестовую выборку. Результаты работы системы искусственного интеллекта сравнили с оценками практикующих офтальмологов, в том числе специалистов по глаукоме из Австралии, Новой Зеландии, Канады и Великобритании.
Основные оцениваемые показатели: Чувствительность и специфичность системы искусственного интеллекта при выявлении глаукоматозных дисков зрительного нерва.
Результаты: При анализе монокулярных фотографий глазного дна система искусственного интеллекта выявляла глаукоматозные диски с точностью 92,7% (95% ДИ 91,2–94,2%), чувствительностью 89,3% (95% ДИ 86,8–91,7%) и специфичностью 97,1% (95% ДИ 96,1–98,1%); площадь под ROC-кривой составила 0,97 (95% ДИ 0,96–0,98). При проверке на независимой онлайн-базе HRF (30 снимков) точность также была высокой: чувствительность и специфичность составили по 86,7%, тогда как у офтальмологов — 75,6% и 77,8% соответственно. Площадь под ROC-кривой составила 0,89 (95% ДИ 0,76–1,00).
Выводы: Алгоритм на основе глубокого обучения с высокой точностью выявляет глаукоматозные диски зрительного нерва по монокулярным фотографиям глазного дна. Поскольку получить монокулярные снимки диска значительно проще, чем качественные стереоскопические изображения, алгоритм потенциально может применяться в популяционных программах скрининга и телемедицине.
Переведем эту статью за 1 час
Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.
Попробовать бесплатно →Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.