学术研究
眼底照片AI评估15种疾病风险:真实病例准确率64.7%
研究开发了基于CAFormer B36的AI框架,可从眼底照片同时评估15种病变的风险,训练数据来自公开来源和自有临床档案,并用焦点损失和针对性过采样处理类别不平衡。在内部图像级测试集上,15类的ROC AUC为0.9524-0.9971,F1为0.8968-0.9649。在单一机构68例真实病例的探索性评估中,总体准确率为64.7%(95% CI 52.9-76.5%)。
#眼底照片#人工智能#多病种筛查
PubMed Ophthalmology