壹生资讯-DeepDR Plus可准确预测未来5年DR进展时间

您已通过HCP身份认证和信息审核

(

DeepDR Plus可准确预测未来5年DR进展时间 | 贾伟平院士等学者联合研究

2024-01-22作者：论坛报苌田田资讯

原创

前

沿

速

递

2023年7月，贾伟平院士牵头开展的一项研究显示，我国大约有1950万糖尿病患者合并糖尿病视网膜病变（DR），其中约1/5处于威胁视力的糖尿病视网膜病变（VTDR）阶段。

DR初期症状隐匿，病情严重时可能导致永久视力损伤甚至失明，且不同患者病情进展存在较大差异，因此每位糖尿病患者发生DR的风险和时间难以准确预测。

对此，贾伟平院士等多位学者继2021年成功研发DR辅助智能诊断系统“DeepDR”后，进一步构建了一种基于时序影像序列深度学习的DR并发症预警系统“DeepDR Plus”，可基于眼底图像精准预测5年内DR进展时间。

（文末可查看研究原文pdf）

从DeepDR升级至DeepDR Plus的背景

目前，以深度学习为代表的人工智能技术已被用于DR筛查。然而，基于视网膜图像的深度学习系统用于前瞻性预测DR风险的研究依然不多。

而且在糖尿病等相关慢病诊疗和管理的临床实践流程中，糖尿病患者往往只会按照相对固定的时间间隔进行筛查或随访，并发症的确切发生或进展时间无法知晓，这也导致传统深度学习模型无法实现疾病进展时序轨迹的精准建模，进而无法预测个体的发病和进展时间点。

针对这一困扰全球糖尿病管理的关键技术瓶颈与临床需求，该研究首次基于大规模医学影像纵向队列，创新性提出了基于Weibull混合分布模型的疾病进展分析深度学习框架，创造性地将DR的进展和发生时间视为筛查区间内的随机变量，通过生存分析与时序分布概率建模，成功实现了对DR进展的风险预警和时间预测。

DeepDR Plus的研发过程

首先，研究者采用来自179327例糖尿病患者的717308张眼底图像对DeepDR Plus系统进行了预训练，使其学习与DR相关的特征；随后，使用糖尿病视网膜病变进展研究（DRPS）队列中19100例糖尿病患者的76400张眼底图像，对系统进行内部验证；为了验证DeepDR Plus系统的通用性，研究者还采用8个独立的纵向队列进行了外部验证。

DeepDR Plus系统的设计与应用示意图

DeepDR Plus可精准预测个体化DR风险和进展时间

在预测DR进展时间方面，研究者采用一致性指数（C-index）和综合Brier评分（IBS）评价眼底模型在内部和外部数据集中的表现。

分析结果显示，DeepDR Plus系统在5年内各时间段的一致性指数达到了0.754~0.846，IBS评分达到了0.153~0.241，表明DeepDR Plus系统一致性高、定标性强。

为了评估DeepDR Plus系统与临床工作流程整合的有效性，研究者分别在中国和印度的真实临床流程中进行了验证。研究结果显示，DeepDR Plus系统与临床工作流程的整合，可能会将平均筛查间隔从目前的12个月延长到31.97个月（近3年），建议在1~5年时进行筛查的参与者比例分别为30.62%，20.00%，19.63%，11.85%和17.89%，而延迟检测到VTDR的比例为0.18%。

此外，DeepDR Plus系统可以准确识别高、低风险人群，提供了人工智能驱动的个性化推荐随访间隔（低风险患者给予相对更长时间的随访间隔而几乎不导致威胁视力DR的漏诊）和管理策略（高风险患者给予相对更严格的综合干预建议）。

研究小结

早期筛查和干预对于DR的预防和管理至关重要。该研究构建的DeepDR Plus系统，首次实现了个体化DR风险和进展时间预测，其根据基线眼底图像，可准确预测未来5年DR进展的个体化风险和时间，优于传统临床参数模型。

将DeepDR Plus系统整合到临床工作流程中，或可将平均筛查间隔从目前的12个月延长到近3年，同时减少DR进展的延迟检测。

DeepDR Plus系统为推动全球糖尿病并发症的智能防控贡献了中国力量，有望为全球DR筛防新策略的制定提供指引。

来源：中国医学论坛报今日内分泌编译

A deep learning system for predicting time toprogression ofdiabetic retinopathy.pdf

200 评论

知情同意书

DeepDR Plus可准确预测未来5年DR进展时间 | 贾伟平院士等学者联合研究

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接