基于EasyDL开发糖尿病眼底病变人工智能分级诊断模型及其验证评价

目的创新性利用人工智能(AI)开放平台EasyDL独立开发糖尿病视网膜病变(DR)的AI辅助诊断模型,并对其诊断准确指标进行评价。方法采用Kaggle公开的糖尿病眼底疾病数据集的35126张眼底照片作为训练集,上传至EasyDL开放平台建立AI辅助诊断模型。收集在眼科进行临床DR筛查的150例糖尿病患者共300张双眼的彩色眼底照片作为测试集,以3位副高及以上职称眼科医师的诊断为金标准,分别评价AI诊断模型、初级医师、中级医师及联合诊断对DR分级的诊断准确性。结果非DR和轻度非增生型DR(NPDR)患者共170例,中度、重度NPDR和增生型DR(PDR)患者共130例。AI诊断模型灵敏度高但特异度低,各项诊断指标和中级医师诊断接近,比初级医师诊断优秀。当AI诊断模型和临床医师诊断相结合时,诊断的准确率和灵敏度均有所提高。在与金标准的一致性评价中,AI诊断模型的Kappa系数为1.00,而中级医师诊断的Kappa系数为0.88(P均<0.01)。结论基于开放平台EasyDL建立的AI诊断模型操作简单,能为DR的初筛提供帮助,同时也为不具备深度学习算法知识的临床医师提供有效的科研工具。