位置：
根据发表在上的一项研究，一个自主人工智能(AI)系统在诊断早期无症状患者的非增殖性可转性糖尿病视网膜病变(DR)方面与人类专家充分匹配眼睛.
这项前瞻性观察性初步研究包括来自无症状糖尿病患者(1型和2型)的超宽视野(UWF)彩色眼底图像
对于每只眼睛，通过基于服务器的AI算法(IDx-DR，数字诊断)分析2幅彩色眼底图像(45)。UWF彩色眼底成像由2名视网膜专家进行，他们还根据7视野面积投影(7F-mask)分级(根据早期治疗DR研究)和总分级面积(UWF全视野)评估了图像的国际临床DR严重程度评分。
在54名患者中(33名男性和21名女性；107只眼睛)，32名患者(11名女性)患有二型糖尿病，平均HbA1c水平为7.5±1.9%，20名患者患有1型糖尿病(8名女性)平均糖化血红蛋白水平为7.9±1.6%。糖尿病2名患者的类型未知。患者的平均年龄为55岁(范围为19-80岁)，平均最佳矫正视力(Snellen视力表)为0.99±0.25。
基于自主人工智能的系统诊断出16名患者为DR阴性，28名患者为中度DR，10名患者患有威胁视力的疾病(严重或增生性糖尿病视网膜病变，糖尿病黄斑水肿)。使用7F-mask分级，人类视网膜专家诊断23名患者为DR阴性，11名患者为轻度DR，19名患者为中度DR，1名患者为重度DR。当分析UWF全视野时，他们诊断20名患者为DR阴性，12名患者为轻度DR，21名患者为中度DR，1名患者为重度DR
研究人员发现，在66.6%的病例中，自主人工智能系统和7F-mask分级匹配(95% CI，0.21-0.58)，在66.7%的病例中，自主人工智能系统和UWF全场分级匹配(95% CI，0.18-0.58)。他们还证明了自主人工智能系统对7F-mask分级的敏感性/特异性为100% (95% CI，83-100)/47%(95% CI，30-65)，对UWF全场分级的敏感性/特异性为95% (95% CI，77-100)/47%(95% CI，29-65)。
研究人员建议，基于人工智能的自主系统可能适用于速度三角形定位法(dead reckoning)糖尿病初级保健机构或远程医疗项目中的筛查和诊断。
该研究的局限性包括使用UWF彩色眼底图像(非立体图像)进行分级，相对较小的样本量，以及从单个三级转诊中心招募患者。
