根據2月14日在線發表於《Diabetes Care》的一項研究，深度學習會提升糖尿病相關檢測設備靈敏度與準確度的提高，從而更加有利於準確檢測糖尿病視網膜病變（DR）。
在最近發表的這項研究中，來自阿姆斯特丹VU醫療中心的Frank D. Verbraak及其同事通過混合深度學習增強設備對視網膜圖像進行分級。將其視網膜病變的分類與參考標準進行比較，該參考標準根據DR的國際臨床分類進行分級。共有1,616名2型糖尿病患者接受了影像學檢查。
研究人員發現，與參考標準相比，混合深度學習增強裝置的敏感性/特異性對於具有威脅視力程度的嚴重DR症狀分別為100 / 97.8%，而其對於輕度DR的敏感性/特異性為79.4 / 93.8%。
作者寫道：“將設備應用於初級保健站點的醫療保健係統，可以提高被檢查患者的百分比。” 。“此外，與目前的護理標準相比，這樣的設備將提高準確性，並且由於設備對圖像質量的直接反饋，將導致更多數量的具有足夠質量的圖像的患者。”
我要跟帖copyright©醫學論壇網 版權所有，未經許可不得複製、轉載或鏡像
京ICP證120392號 京公網安備110105007198 京ICP備10215607號-1 （京）網藥械信息備字（2022）第00160號
