近视性黄斑病变（MM）是全球范围内导致视力障碍的主要疾病之一，而人工智能（AI）和深度学习（DL）技术在医疗影像诊断领域的应用正逐渐展现出其巨大潜力。 9 月 26 日，《JAMA Ophthalmology》杂志在线发表了一项研究，该研究通过 Myopic Maculopathy Analysis Challenge（MMAC）国际竞赛，评估和比较了 AI 算法与眼科医生在 MM 分类和分割方面的性能。 研究结果显示，15 个参赛的 AI 算法在 MM 分类任务中表现优异，其二次加权 κ 值、F1 分数、敏感性和特异性均优于五位眼科医生的平均表现。在 MM 及病变分割任务中，AI 算法在漆裂纹、脉络膜新生血管和 Fuchs 斑的分割上也展现了较高的准确性。此外，AI 算法在球面等效预测任务中也取得了较佳的 R² 值和平均绝对误差（MAE）。 研究结论指出，参与 MMAC 竞赛的 AI 模型在 MM 的分类和分割任务上表现出了超越眼科医生的诊断性能。这一发现表明，通过竞赛开发的 AI 算法和数据集能够有效促进自动化诊断算法的开发和转化，为 MM 的诊断提供了新的技术手段。 ✩ 本文仅供医疗卫生等专业人士参考 作者：Alexis整理投稿：zhangxinyu2@dxy.cn题图：站酷海洛 参考资料（上下滑动查看）：Qian B, Sheng B, Chen H, et al. A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms. JAMA Ophthalmol. Published online September 26, 2024. doi:10.1001/jamaophthalmol.2024.3707
