换一批
换一批人工智能读片对评估糖尿病视网膜病变及预测慢性并发症的价值分析
Value analysis of artificial intelligence film reading in assessing diabetic retinopathy and predicting chronic complications
摘要目的 探讨人工智能(AI)读片对评估DR及预测慢性并发症的价值.方法 选取2017年1月至2018年12月于我院内分泌科治疗的DR筛查患者2260例,采用无散瞳眼底照相结合AI读片进行筛查,评估AI读片的诊断效能.根据眼底分析结果将所有患者分为单纯T2DM组(T2DM,n=1803)、非增生型糖尿病视网膜病变组(NPDR,n=291)、增生型糖尿病视网膜病变组(PDR,n=166),比较各组血糖谱和DM慢性并发症情况,评估PDR、NPDR与DM慢性并发症的关系.结果 AI系统在T2DM人群中筛查DR的灵敏度为93.87％,特异度为96.95％,人工系统诊断DR的灵敏度为95.84％,特异度为96.01％,κ值为0.825,二者诊断效能相似(P>0.05).NPDR、PDR组FPG、HbA1c高于T2DM组(P<0.05).NPDR、PDR组DKD、糖尿病足病(DF)、糖尿病周围神经病变(DPN)发生率高于T2DM组(P<0.05),PDR组DKD、DF发生率高于NPDR组(P<0.05).Spearman相关分析显示,NPDR、PDR与DKD、DF、DPN呈正相关(P<0.05).结论 AI读片可用于T2DM人群DR筛查,有效预测其他慢性并发症发生.
更多相关知识
- 浏览58
- 被引3
- 下载35
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
