یک ابزار مجهز به هوش مصنوعی با کمک یادگیری عمیق، توانست رتینوپاتی دیابتی را با دقت و ویژگی بالا تشخیص می دهد

 | تاریخ ارسال: ۱۳۹۸/۴/۱۸ | 
 یک دستگاه پیشرفته ی مجهز به هوش مصنوعی با کمک یادگیری عمیق می تواند با صحت و دقت بالا رتینوپاتی دیابتی(DR) را تشخیص دهد، این مطالعه به صورت آنلاین در روز چهاردهم فوریه در مجله ی Diabetes Care، منتشر شد.
دکتر Frank D. Verbraak و همکارانش از مرکز پزشکی VU در آمستردام ، با استفاده از یک
hybrid deep learning-enhanced device، تصاویر شبکیه ی افراد مبتلا به دیابت نوع 2 در غربالگری مراقبتهای اولیه بر اساس شدت رتینوپاتی طبقه بندی کرده و نتایج آن را با یک استاندارد مرجع برای رتینوپاتی که شامل طبقه بندی بالینی بین المللی DR بود، مقایسه کردند. در مجموع 1،616 بیمار مبتلا به دیابت نوع 2 تحت تصویربرداری قرار گرفتند.
محققان دریافتند که در مقایسه با استاندارد مرجع، حساسیت و ویژگی(sensitivity/specificity) دستگاه هیبریدی با یادگیری عمیق ، به ترتیب 100 درصد و 97.8 درصد برای DR تهدید کننده ی بینایی و 79.4 درصد و 93.8 درصد برای DR با شدتی بالاتر از خفیف بود.
نویسندگان اظهار داشتند که استفاده از این دستگاه در سیستم مراقبت های بهداشتی در درمانگاه های مراقبت های اولیه، که بیماران مبتلا به دیابت را به طور منظم معاینه می کنند، می تواند درصد بیماران غربالگری شده (بر اساس علایمی که نشان می دهد به غربالگری بینایی نیاز دارند) را بهبود بخشد. علاوه بر این، چنین دستگاهی صحت تشخیص را در مقایسه با استاندارد مراقبتی موجود بهبود می دهد و به دلیل بازخورد مستقیم دستگاه با توجه به کیفیت تصویر، تعداد بیشتری از بیماران با تصاویری با کیفیت کافی قابل بررسی و تشخیص خواهند بود.
همه ی نویسندگان بجز یک نویسنده، با شرکت IDx LLC که تامین کننده ی بودجه ی این مطالعه بود، روابط مالی داشتند. یکی از نویسندگان مخترع این دستگاه و مالک ثبت اختراع این دستگاه و برنامه های کاربردی مربوط به موضوع مطالعه بود.

 



CAPTCHA

دفعات مشاهده: 17 بار   |   دفعات چاپ: 1 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر


کلیه حقوق این وب سایت متعلق به انجمن علمی آسیب شناسی ایران می باشد.           برنامه نویسی : یکتاوب افزار شرق