論文の概要: Artificial Intelligence and Diabetes Mellitus: An Inside Look Through
the Retina
- arxiv url: http://arxiv.org/abs/2402.18600v1
- Date: Wed, 28 Feb 2024 00:31:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-01 17:12:47.952554
- Title: Artificial Intelligence and Diabetes Mellitus: An Inside Look Through
the Retina
- Title（参考訳）: 人工知能と糖尿病:網膜の内側を覗く
- Authors: Yasin Sadeghi Bazargani, Majid Mirzaei, Navid Sobhi, Mirsaeed
Abdollahi, Ali Jafarizadeh, Siamak Pedrammehr, Roohallah Alizadehsani, Ru San
Tan, Sheikh Mohammed Shariful Islam, U. Rajendra Acharya
- Abstract要約: 本稿では,糖尿病診断,予後,管理に関連する網膜画像に基づくAI応用研究の文献をレビューする。
総合的なAI支援糖尿病治療の成果について述べるが,DRスクリーニングに限らない。
倫理、データプライバシ、公平なアクセス、説明可能性といった問題を含む、このようなシステムを実装する上での障壁について論じる。
- 参考スコア（独自算出の注目度）: 7.740438266232459
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Diabetes mellitus (DM) predisposes patients to vascular complications.
Retinal images and vasculature reflect the body's micro- and macrovascular
health. They can be used to diagnose DM complications, including diabetic
retinopathy (DR), neuropathy, nephropathy, and atherosclerotic cardiovascular
disease, as well as forecast the risk of cardiovascular events. Artificial
intelligence (AI)-enabled systems developed for high-throughput detection of DR
using digitized retinal images have become clinically adopted. Beyond DR
screening, AI integration also holds immense potential to address challenges
associated with the holistic care of the patient with DM. In this work, we aim
to comprehensively review the literature for studies on AI applications based
on retinal images related to DM diagnosis, prognostication, and management. We
will describe the findings of holistic AI-assisted diabetes care, including but
not limited to DR screening, and discuss barriers to implementing such systems,
including issues concerning ethics, data privacy, equitable access, and
explainability. With the ability to evaluate the patient's health status vis a
vis DM complication as well as risk prognostication of future cardiovascular
complications, AI-assisted retinal image analysis has the potential to become a
central tool for modern personalized medicine in patients with DM.
- Abstract（参考訳）: 糖尿病は、患者の血管合併症を予知する。
網膜画像と血管は、体の微小および大血管の健康を反映している。
糖尿病性網膜症(DR)、ニューロパチー、腎症、動脈硬化性心血管疾患などのDM合併症の診断や、心血管イベントのリスクの予測に使用できる。
デジタル網膜画像を用いたDRの高スループット検出のための人工知能対応システムが臨床応用されている。
DRスクリーニング以外にも、AI統合は、DM患者の全体的ケアに関連する課題に対処する大きな可能性を秘めている。
本研究では,DM診断,予後,管理に関連する網膜画像に基づくAI応用研究の文献を網羅的にレビューすることを目的とする。
総合的なai支援糖尿病ケアは,drスクリーニングに限らず,倫理,データプライバシ,公平アクセス,説明可能性といったシステム導入の障壁を議論する。
患者の健康状態vis a vis dm合併症の評価能力と将来の心血管合併症のリスク予測能力により、ai支援網膜画像解析は、dm患者の現代のパーソナライズ医療の中心的なツールとなる可能性がある。
関連論文リスト
- CDRH Seeks Public Comment: Digital Health Technologies for Detecting
Prediabetes and Undiagnosed Type 2 Diabetes [0.0]
FDAは、糖尿病および未診断型2型糖尿病の検出におけるデジタルヘルス技術(DHT)の役割について、公衆のコメントを求めた。
DHTは、グルコース、ダイエット、症状、コミュニティの洞察などの健康信号をキャプチャする。
リモートスクリーニングツールの恩恵を最も受けられるサブ人口には、農村住民、少数派グループ、リスクの高い個人、医療アクセスの制限がある。
論文 参考訳（メタデータ） (2023-12-18T14:20:53Z) - Artificial Intelligence in Assessing Cardiovascular Diseases and Risk Factors via Retinal Fundus Images: A Review of the Last Decade [8.500005168315292]
近年,様々なCVD関連トピックの分析に人工知能(AI)手法の利用が注目されている。
心臓の機能をよりよく理解し、微小血管の特徴と機能に基づく変化を予想するために、研究者は現在、AIと非侵襲網膜スキャンの統合を検討している。
AIを用いた早期発見と心血管疾患の予測を大規模に活用することにより、医療システムにおける心血管イベントの数や財政的歪みを減少させる大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-11-11T13:09:11Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳（メタデータ） (2023-10-15T18:32:27Z) - DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical
Coherence Tomography Angiography Images [51.27125547308154]
第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。
この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。
本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
論文 参考訳（メタデータ） (2023-04-05T12:04:55Z) - Informing clinical assessment by contextualizing post-hoc explanations
of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。
我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。
本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文 参考訳（メタデータ） (2023-02-11T18:07:11Z) - Explainable Artificial Intelligence in Retinal Imaging for the detection
of Systemic Diseases [0.0]
本研究では,Deep Convolutional Neural Networks(CNN)を直接使用せずに,説明可能な段階的な段階付けプロセスを評価することを目的とする。
我々は,眼底画像の網膜血管評価を行うクリニアン・イン・ザ・ループ支援インテリジェントワークフローを提案する。
半自動的な方法論は、臨床医からのより多くのインプットと解釈を持つ医療アプリケーションにおいて、AIに対する連合的なアプローチを持つことを目的としている。
論文 参考訳（メタデータ） (2022-12-14T07:00:31Z) - A comprehensive survey on computer-aided diagnostic systems in diabetic
retinopathy screening [0.0]
糖尿病性メリタス(DM)は、最終的に糖尿病網膜症(DR)を引き起こす重要な微小血管破壊を引き起こす
私たちのレビューは、CADシステムで何が達成できるかを理解したい学生から確立した研究者まで、誰でも対象としています。
論文 参考訳（メタデータ） (2022-08-03T02:11:42Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading,
and Transferability [76.64661091980531]
糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある
コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。
このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
論文 参考訳（メタデータ） (2020-08-22T07:48:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。