Website được thiết kế tối ưu cho thành viên chính thức. Hãy Đăng nhập hoặc Đăng ký để truy cập đầy đủ nội dung và chức năng. Nội dung bạn cần không thấy trên website, có thể do bạn chưa đăng nhập. Nếu là thành viên của website, bạn cũng có thể yêu cầu trong nhóm Zalo "NCKH Members" các nội dung bạn quan tâm.

Ứng dụng trí tuệ nhân tạo trong đánh giá bệnh võng mạc đái tháo đường tại Bệnh viện Đa khoa Hà Đông

nckh
Thông tin nghiên cứu
Loại tài liệu
Bài báo trên tạp chí khoa học (Journal Article)
Tiêu đề
Ứng dụng trí tuệ nhân tạo trong đánh giá bệnh võng mạc đái tháo đường tại Bệnh viện Đa khoa Hà Đông
Tác giả
Nguyễn Thu Uyên; Phạm Trọng Văn; Hoàng Trần Thanh
Năm xuất bản
2024
Số tạp chí
2
Trang bắt đầu
271-276
ISSN
1859-1868
Tóm tắt

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 khoa Nội tiết và khoa Mắt, Bệnh viện Đa khoa Hà Đông. Thời gian nghiên cứu: từ tháng 8/2022 đến tháng 7/2023. Nghiên cứu mô tả cắt ngang 228 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, áp dụng tiêu chuẩn phân loại của Hội đồng Nhãn khoa Quốc tế 2017 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 63,61 ± 11,01 tuổi, giới nữ chiếm tỷ lệ cao và type 2 là chủ yếu 99,6%. Thời gian mắc bệnh chủ yếu dưới 10 năm chiếm 62,3%, tăng HA 25,4%. Tỷ lệ chưa có bệnh võng mạc đái tháo đường là 64,1%, tỷ lệ có bệnh là 35,9%, trong đó võng mạc đái tháo đường không tăng sinh chiếm 30%, giai đoạn tăng sinh chiếm 5,9%. Tổn thương võng mạc hay gặp nhất là vi phình mạch (34,6%), xuất tiết (20,6%), xuất huyết võng mạc (22,4%), phù hoàng điểm chiếm tỷ lệ 12,6%. Phần mềm Cybersight AI có độ nhạy là 90%, độ đặc hiệu là 95%, độ chính xác là 91,92% trong chẩn đoán bệnh võng mạc đái tháo đường. Trong phát hiện tổn thương vi phình mạch và xuất huyết võng mạc, xuất tiết, phần mềm có độ nhạy rất cao 87% và 95%, 93%, độ đặc hiệu lần lượt là 93% và 98%, 71%. Trong phân loại giai đoạn bệnh võng mạc đái tháo đường, kết quả là khác nhau khi phân loại từng giai đoạn. Kết luận: Tỷ lệ có bệnh võng mạc đái tháo đường ở bệnh viện đa khoa Hà Đông là 35,9%. 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.

Abstract

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 Ha Dong General Hospital. The research was conducted from August 2022 to July 2023, employing a cross-sectional descriptive study approach involving 228 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 63,61 ± 11,01 years old, with a predominant representation of women, and type 2 diabetes accounting for the majority at 99,6%. The primary duration of the disease was less than 10 years, constituting 62.3%, accompanied by increased blood pressure (25.4%). The prevalence of diabetic retinopathy was 35,9%, with non-proliferative diabetic retinopathy accounting for 30% and the proliferative stage for 5,9%. The most common retinal lesions observed were microaneurysms (30,6%), exudates (20,6%), retinal hemorrhages (22,4%), and macular edema at 12,6%. The Cybersight AI software demonstrated a sensitivity of 90%, specificity of 95%, and an accuracy of 91.92% in diagnosing diabetic retinopathy. In detecting microaneurysm lesions and retinal hemorrhages, both hard and soft hemorrhages exhibited very high sensitivity at 87%, 95%, 93% and specificity at 93% và 98%, 71%, respectively. When staging diabetic retinopathy, the classification of each stage yielded different results. Conclusion: The rate of diabetic retinopathy is 35.9%. The application of artificial intelligence for screening diabetic retinopathy exhibits very high sensitivity and specificity.