“防止与DR相关的视力丧失的关键是通过常规筛查进行早期检测,” Kellogg Vitreetretinal外科医生和该研究的主要作者Yannis Paulus说。“我们认为,关键是将便携式,易于管理,可靠的视网膜筛查带到初级保健医生的办公室和健康诊所。”
密歇根州医学是少数机构之一,努力将智能手机技术调整为眼科筛查。保罗(Paulus)是凯洛格(Kellogg)团队的一部分,该团队开发了一种将智能手机变成功能正常的视网膜相机的设备。2016年,该项目是Cellscope Retina,是U-M的转化研究和生命科学创新中心资助的12个项目之一,该研究枢纽加速了对人类健康的积极影响的高潜力的想法。
这项新研究利用了最新一代的设备,现在称为视网膜。“传统的视网膜摄像机昂贵,大,不动并且需要进行特殊培训才能进行操作,而视网膜摄像头是一个基于智能手机的平台,便宜,手持且易于使用,无需培训。”科学和生物医学工程助理教授。
虽然像视网膜类似Retinascope这样的智能手机平台几乎可以在任何地方提供高清视网膜图像,但这只是挑战的一部分。Paulus解释说:“眼科医生可以用两到七天来解释这些图像。”“为了使筛查真正易于访问,我们需要提供现场反馈,拍摄照片并在患者那里进行解释,以便在必要时安排预约。”
That’s where another emerging technology called deep neural network software comes in. “Deep neural network is an AI software platform that can enhance and review images and provide automated grading of lesions present in DR, indicating which lesions require referral to an ophthalmologist for follow-up,” he says.
保卢斯(Paulus)的团队利用了一个由加利福尼亚公司Eyenuk开发的名为Eyeart的专有软件平台。保卢斯说:“这是将成像技术与自动实时解释相结合并将其与黄金标准扩张眼检查相比的第一项研究,而且结果非常令人鼓舞。”
减少护理障碍
从凯洛格眼中视网膜诊所中观察到的69名成年糖尿病患者收集数据,包括先前记录的狭缝 - 灯底眼底检查的结果,其治疗临床医生的临床医生。瞳孔扩张后,使用视网膜模拟患者视网膜,并使用Eyeart软件分析图像,该软件将其分级为转介疗法的糖尿病性视网膜病变(RWDR)或非推荐的DR。
相同的图像由两位受过训练的专家读者独立评估,以识别糖尿病性视网膜病的迹象。Paulus Lab的研究助理兼研究合着者Michael Aaberg说:“我们采取了额外的步骤,将自动化解释和人类专家分级者与缝隙灯评估进行比较,以克服我们认为是其他地方进行的类似研究的缺点。”。“当将人类的分级用作基于AI的分级的唯一检查时,有一种风险,即无法准确捕获DR病理的照片可能会被两者错误地解释。”
该研究比较了两个测量值:如果筛查足够敏感以发现疾病,并且是否足够具体,以确认何时没有糖尿病性视网膜病变。Aaberg解释说:“敏感性是筛查测试中更为关键的测量,因为最坏的情况是由于缺失的诊断而进展的疾病。”
缝隙灯泡评估证实了53名受试者(76.8%)的RWDR。自动解释的灵敏度为86.8%(高于针对眼科筛查设备的80%),特异性为73.3%。人类的一位分级人士达到的敏感性水平高于统计学上的显着因素(96.2%),并且两者均具有较低的特异性(40%和46.7%)。Paulus说:“与临床评估的黄金标准相比,这是第一次在基于智能手机的平台上使用的AI有效。”
Encouraged by both these findings and the soon-to-be-published results of a usability study in a primary care clinic, Paulus’ lab continues to pursue hardware and software improvements (notably a version that does not require pupillary dilation), as well as FDA clearance. “We’re focused on overcoming patients’ reluctance to seek DR screening by bringing it to them,” Paulus says, “making it easy, immediate and available in a familiar clinical environment.”
资源:密歇根大学