来源：期刊VIP网 时间：
作者：吴娜;刘昊楠;李博宇;米倩倩;芦小单;王丹;
单位：吉林省人民医院眼科;
摘要：目的 分析糖尿病视网膜病变(DR)的危险因素及应用人工智能(AI)辅助诊断系统进行DR筛查的临床应用价值。方法 检索国内外文献数据库建库至2024年6月有关DR患者危险因素的研究，通过两位研究者筛选文献、提取数据并且质量评估，利用RevMan5.4软件实施Meta数据分析。简单随机抽样共选取520例2型糖尿病患者(1 040只眼),记录病例信息，完成眼底检查，EYE GRADER眼底照相进行AI辅助阅片系统诊断，由眼科执业医师判读最终结果，并进行统计学分析。结果 收纳12篇文献，获得6 504例研究对象，共涉及15个风险因素，Meta分析结果提示，糖尿病病程、高血压史、体质量指数(BMI)、糖化血红蛋白、低密度脂蛋白、高密度脂蛋白、三酰甘油为DR的危险因素(P<0.05)。与人工对照组相比，AI筛检非增殖性DR(NPDR)灵敏度为91.37%,特异度为93.59%,漏诊率为8.96%,误诊率为6.41%;筛检增殖性DR(PDR)灵敏度为95.60%,特异度为98.72%,漏诊率为4.40%,误诊率为1.28%。AI筛检DR的阳性预测值高达99.34%,且阴性预测值为66.67%,漏诊率低至3.85%,误诊率也仅为7.69%。在筛选出阳性患者病例中，轻-中度非增殖性DR占比为79.25%,曲线下面积(AUC)=0.909,综上结果提示AI诊断DR效果较好。结论 糖尿病病程长、高血压史、血糖异常和血脂异常增高均为DR的危险因素，有效防治糖尿病，积极指导患者控制血糖、血压和血肌酐水平及调节血脂水平，有助于预防和延缓DR。EYE GRADER眼底照相AI辅助阅片系统在DR筛查中，能够快速有效地筛查出阳性患者，实现早发现、早干预、早治疗。
关键词：2型糖尿病;;糖尿病视网膜病变;;人工智能
基金资助：吉林省卫生健康委员会项目(2022LC004);; 吉林省科技厅创新人才(团队)项目(20220508080RC);吉林省科技厅杰出青年项目(20240101007JC)
