摘要
目的对比人工与人工智能分析对糖尿病患者眼底照相眼底病变判别的一致性。方法回顾性研究。2018年5月至2019年5月郑州大学第一附属医院内分泌科连续收治的糖尿病患者1053例2106只眼纳入研究。其中,男性888例,女性165例;年龄20~70岁,平均年龄53岁。所有患者均采用日本Kowa无散瞳眼底照相机进行眼底检查。采用上工眼科云网筛查平台人工智能分析自动检测渗出、出血、微动脉瘤等糖尿病视网膜病变(DR)的特质性病变,并根据DR国际分期标准对图像检测结果进行自动分级。由两位主治医师进行人工分析,并由主任医师审核,以保证人工分析的准确性。两种分析方法分析结果存在差异时,以人工分析结果为标准。计算并对比两种分析方法的一致率。一致率=(诊断结果相同眼数/总收集有效眼数)×100%。对人工分析和人工智能分析结果进行Kappa一致性检验,0.0≤κ<0.2为一致性程度很差,0.2≤κ<0.4为一致性较差,0.4≤κ<0.6为一致性中等,0.6≤κ<1.0为一致性较好。结果 2106只眼中,排除因病情严重人工智能无法识别64只眼,最终纳入分析2042只眼。人工分析与人工智能分析结果完全一致者1835只眼,占89.86%;分析有差异者207只眼,占10.14%。两者差异主要表现为:(1)人工智能分析为点状出血、渗出,而人工分析为正常96只眼(96/2042 ,4.70% );(2)人工智能分析为玻璃膜疣,而人工分析为点状渗出71只眼(71/2042,3.48% );(3 )人工智能分析为正常或玻璃体变性,而人工分析为点状渗出或出血或微动脉瘤40只眼(40/2042,1.95% )。人工分析、人工智能分析对DR的诊断率分别为23.2%、20.2%,对非DR的诊断率分别为76.8%、79.8%。人工智能判读符合度达87.8%。Kappa一致性检验结果显示,人工分析和人工智能分析诊断结果呈中等一致性(κ=0.576,P<0.01 )。结论人工分析与人工智能分析对糖尿病患者眼底照相眼底病变判别呈中等一致性。人工智能判读符合度达87.8%。