Mô tả đặc điểm lâm sàng bệnh võng mạc đái tháo đường tại bệnh viện đa khoa Đức Giang; Đánh giá giai đoạn bệnh võng mạc đái tháo đường và các yếu tố liên quan; Khảo sát ứng dụng trí tuệ nhân tạo đánh giá võng mạc trên bệnh nhân đái tháo đường. Đối tượng và phương pháp nghiên cứu: Đối tượng nghiên cứu là tất cả bệnh nhân được chẩn đoán bệnh đái tháo đường đến khám và điều trị tại phòng khám Mắt, Bệnh viện Đa khoa Đức Giang. Thời gian nghiên cứu: từ tháng 8/2022 đến tháng 7/2023. Nghiên cứu mô tả cắt ngang 150 bệnh nhân. Các bệnh nhân được chẩn đoán đái tháo đường, đồng ý tham gia nghiên cứu, và được lựa chọn ngẫu nhiên theo danh sách khám bệnh đến khi đủ số lượng nghiên cứu. Kết quả ảnh màu đáy mắt được đọc bởi bác sĩ nhãn khoa chuyên ngành dịch kính võng mạc, áp dụng tiêu chuẩn phân loại của Hội đồng Nhãn khoa Quốc tế 2017 (International Council of Ophthalmology - ICO) và được so sánh với kết quả trên phần mềm ứng dụng trí tuệ nhân tạo Cybersight AI. Kết quả: Độ tuổi trung bình các bệnh nhân trong nghiên cứu là 67,42 (±9,68) tuổi, giới nữ chiếm tỷ lệ cao và tuýp 2 là chủ yếu 96,7%. Thời gian mắc bệnh chủ yếu dưới 5 năm chiếm 65,3%. Tỷ lệ chưa có bệnh võng mạc đái tháo đường là 55,33%, tỷ lệ có bệnh là 44,66%. Tổn thương võng mạc hay gặp nhất là vi phình mạch (44,67%), xuất tiết cứng (22%), xuất huyết võng mạc (20%), phù hoàng điểm chiếm tỷ lệ 15,785. Có mối liên quan chặt chẽ giữa nồng độ HbA1C, thời gian mắc bệnh với tình trạng tổn thương võng mạc với p < 0,05. Không có sự liên quan giữa tình trạng rối loạn mỡ máu và huyết áp với tổn thương võng mạc trên nhóm bệnh nhân nghiên cứu nhưng những bệnh nhân có tổn thương võng mạc đái tháo đường trong nhóm nghiên cứu của chúng tôi có kèm theo tình trạng rối loạn mỡ máu (60,67%) và tăng huyết áp (53,33%). Phần mềm Cybersight AI có độ nhạy là 95,61%, độ đặc hiệu là 89,62%, độ chính xác là 91,92% trong chẩn đoán bệnh võng mạc đái tháo đường. Kết luận: Tỷ lệ có bệnh võng mạc đái tháo đường ở bệnh viện đa khoa Đức Giang là 44,66%. Nghiên cứu không tìm ra mối liên quan giữa bệnh tăng huyết áp, rối loạn lipid máu với bệnh võng mạc đái tháo đường. Tìm thấy mối liên quan chặt chẽ của yếu tố HbA1c và thời gian mắc bệnh đái tháo đường với bệnh võng mạc đái tháo đường. Có thể ứng dụng trí tuệ nhân tạo vào việc sàng lọc bệnh võng mạc đái tháo đường với độ nhạy và độ đặc hiệu rất cao.
Describe the clinical characteristics of diabetic retinopathy at Duc Giang General Hospital; Assess the stage of diabetic retinopathy and its related factors; Conduct a survey on the applications of artificial intelligence in evaluating retinas of diabetic patients. Materials and methods: The study included patients diagnosed with diabetes who sought examination and treatment at the Eye Clinic of Duc Giang General Hospital. The research was conducted from August 2022 to July 2023, employing a cross-sectional descriptive study approach involving 150 patients. Participants were individuals diagnosed with diabetes who willingly participated and were randomly selected based on the medical examination list until the required sample size was reached. Color fundus images were examined by a vitreoretinal fluid specialist using the 2017 International Council of Ophthalmology (ICO) classification standards and were compared with the outcomes obtained from the Cybersight AI artificial intelligence application software. Results: The average age of patients in the study was 67.42 (±9.68) years old, with a predominant representation of women, and type 2 diabetes accounting for the majority at 96.7%. The primary duration of the disease was less than 5 years, constituting 65.3%. The prevalence of diabetic retinopathy was 44.66%. The most common retinal lesions observed were microaneurysms (44.67%), hard exudates (22%), retinal hemorrhages (20%), and macular edema at 15.78%. HbA1C concentration, disease duration, and retinal damage showed a significant association with p < 0.05. While dyslipidemia and blood pressure didn't exhibit a direct association with retinal damage in the study group, individuals with diabetic retinal damage in our study presented with dyslipidemia (60.67%) and hypertension (53.33%). The Cybersight AI software demonstrated a sensitivity of 95.61%, specificity of 89.62%, and an accuracy of 91.92% in diagnosing diabetic retinopathy. Conclusion: The rate of diabetic retinopathy is 44.66%. The study did not identify a significant relationship between hypertension, dyslipidemia, and diabetic retinopathy. However, it did reveal a close association between the HbA1c factor and the duration of diabetes with diabetic retinopathy. The application of artificial intelligence for screening diabetic retinopathy exhibits very high sensitivity and specificity.
- Đăng nhập để gửi ý kiến