歯学ジャーナル
オープンアクセス

概要

3つのヨーロッパの集団における糖尿病網膜症の自動検出

モーテン・B・ハンセン、ホンイン・リリアン・タン、スー・ワン、ルトフィア・アル・ターク、リタ・ピエルマロッキ、マルティナス・スペッカウスカス、ハンス・ヴェルナー・ヘンス、アイリーン・レオン、トゥンデ・ペト

目的: 現在、世界人口の 12 分の 1 が糖尿病 (DM) を患っており、その多くが網膜画像の撮影によるスクリーニングを受けているか、受ける予定です。この最新の研究は、3 つの異なるヨーロッパの集団における DR を検出する DAPHNE ソフトウェアの能力を、Moorfields Eye Hospital Reading Centre (MEHRC) で実施された人間による評価と比較することを目的としています。参加者: 網膜画像は、HAPIEE 研究 (リトアニア、n=1014)、PAMDI 研究 (イタリア、n=882)、および MARS 研究 (ドイツ、n=909) の参加者から撮影されました。方法: すべての匿名画像は、DR の存在について MEHRC の人間の評価者によって評価されました。DAPHNE ソフトウェアは、人間の評価者による結果を一切知らされることなく、独自に画像を分析し、参加者を DR グループと非 DR グループに分けました。主な評価項目: 主な評価項目は、網膜画像における DR または非 DR の識別に関して、参照基準としての人間のグレーダーと比較した DAPHNE ソフトウェアの感度、特異度、陽性予測値 (PPV)、および陰性予測値 (NPV) でした。結果: 3 つの研究施設から合計 2805 人の参加者が登録されました。DAPHNE ソフトウェアの感度は 3 つの研究すべてで 93% を超え、特異度は 80% を超え、PPV は 28% を超え、NPV はどの研究でも 98.8% を下回ることはありませんでした。DAPHNE ソフトウェアは、視力を脅かす DR を見逃しませんでした。3 つの研究すべてで曲線下面積 (AUC) は 0.96 を超えました。DAPHNE は人間の手作業の作業負荷を 70% 削減しましたが、偽陽性率の合計は 63% でした。結論: DAPHNE ソフトウェアは、3 つの異なる画像設定を使用して、3 つの異なるヨーロッパの集団で DR を検出するのに信頼性があることが示されました。スケーラビリティ、ライブ DR スクリーニング システムでのパフォーマンス、およびこれらの研究とは異なるカメラ設定を確認するには、さらなるテストが必要です。