AI 등급 지정 모듈

AI 등급 지정 모듈

망막 사진을 2초 이내에 읽는 AI — 안과의가 당뇨병성 안질환을 영구적인 손상이 발생하기 전에 감지하도록 돕습니다.

Deneye AI 등급 지정 모듈은 안저 사진을 분석하고 국제 표준 DR 중증도 5가지 등급 중 하나를 할당합니다. 이는 검토 중인 안과의에게 즉각적인 증거 기반의 시작점을 제공하며, 임상적 책임을 유지하면서 업무량을 줄입니다.

AI는 절대 자동으로 작동하지 않습니다. 모든 등급은 임상적 조치가 취해지기 전에 인증된 안과의에 의해 검토되고 확인됩니다.

데이터가 친숙한 곳에서의 안전성. 모델의 홀드아웃 세트와 두 IDRiD 평가 세트(1,249개 이미지)에서 심각하거나 증식성 DR 사례는 단 하나도 “DR 없음”으로 분류되지 않았습니다. 강한 도메인 편이가 있는 데이터세트에서는 이 여유가 감소합니다 — 모든 AI 등급이 안과의에 의해 검토되고 모든 새로운 배포 사이트가 먼저 자신의 이미지로 평가되는 핵심 이유입니다.

작동 방식

사진에서 등급 지정 결과까지 3단계

1

이미지 캡처됨

검진자는 표준 안저 카메라를 사용하여 환자의 망막을 촬영합니다. 이미지는 Deneye 플랫폼에 업로드됩니다 — 영구적인 인터넷 연결이 없는 원격 위치에서도 가능합니다.

2

AI가 2초 이내에 등급 지정

AI 모델은 이미지를 전처리하고 5점 국제 임상 DR 척도에서 DR 중증도 등급을 예측합니다. 결과는 안과의의 작업 목록에 즉시 표시됩니다.

3

안과의가 확인

인증된 안과의가 이미지와 AI 제안을 검토합니다. 등급을 확인, 조정 또는 무시합니다. 인간의 검토 후에만 결과가 환자에게 전달됩니다.

5가지 DR 중증도 등급

국제 임상 당뇨병성 망막병증 중증도 척도를 기반으로

등급 이름 의미 권장 추적 관찰
0 DR 없음 망막의 당뇨병성 손상의 육안적 징후 없음 정기적인 연간 검진
1 경한 비증식성 망막병증 초기 변화: 미세동맥류(망막 혈관의 작은 돌출) 안과의 검토
2 중등도 비증식성 망막병증 더 광범위한 변화: 출혈, 경성 삼출물, 면양모 반점 안과의 검토
3 심한 비증식성 망막병증 현저한 혈관 손상, 증식성 DR로 진행할 고위험 망막 전문의에게 긴급 의뢰
4 증식성 망막병증 진행 단계: 약한 신생 혈관의 성장, 심각한 시력 상실의 고위험 치료를 위한 긴급 의뢰(예: 레이저, 주입)

37,368개 이미지에 대한 독립적 검증

4개 국가의 4개 독립 데이터세트에서 테스트됨 — 훈련 중에 사용된 것 없음

DR 등급 지정의 표준 성능 측정은 이차 가중 카파(QWK)입니다 — AI의 등급을 전문 안과의 등급과 비교하는 통계로, 더 큰 불일치에 대해 더 큰 패널티가 부과됩니다. 범위는 0(우연보다 나을 것 없음)부터 1.0(완벽한 일치)입니다. 0.80 이상의 카파는 DR 등급 지정 문헌에서 일반적으로 “우수함”으로 간주됩니다.

데이터세트이미지국가QW 카파인접 정확도
APTOS 2019 (hold-out)733인도0.89697.5%
IDRiD Training413인도0.71090.8%
IDRiD Testing103인도0.60785.4%
Messidor-21,744프랑스0.49989.1%
EyePACS35,108미국0.42087.4%
합계(외부)37,3684개 국가0.44087.6%

APTOS 홀드아웃 행은 모델 자신의 훈련 데이터세트에서 보류된 이미지로 구성됩니다. 다른 4개 세트는 완전히 외부입니다 — 모델은 어떤 형태로든 보지 못했습니다.

도메인 편이에 대한 참고(Messidor-2 카파 0.499, EyePACS 0.420). 모델은 인도 망막 사진(APTOS 2019)으로 훈련되었습니다. Messidor-2 및 EyePACS 이미지는 서로 다른 카메라, 조명 조건 및 환자 인구통계를 가진 프랑스 및 미국 클리닉에서 나오며, 등급 지정 정확도는 그에 따라 감소합니다 — 이 두 데이터세트에서는 각각 110 중 2개와 1,580 중 111개의 심각하거나 증식성 사례가 “DR 없음”으로 등급 지정되었습니다. 도메인 편이는 DR AI 문헌에서 잘 문서화된 도전입니다. AI가 필수 안과의 검토 하에서 엄격히 분류 보조 도구인 이유이며, 모든 배포 사이트가 임상 사용 전에 자신의 이미지로 평가되는 이유입니다.

훈련 곡선 & 혼동 행렬

APTOS 2019 훈련 세트(2,929개 이미지), 20% 홀드아웃 검증(733개 이미지). 달성된 최고 QWK: 0.896.

20개 에포크에 걸친 에포크별 훈련 손실 및 QW 카파
에포크별 훈련 및 검증 손실 & QWK. 수렴은 헤드 전용 단계(처음 3개 에포크) 이후에 발생합니다. 모델은 에포크 20까지 안정적인 QWK 0.896에 도달합니다.
5x5 혼동 행렬: APTOS 홀드아웃 세트에서 AI 등급 대 전문가 등급
733개 이미지 APTOS 홀드아웃 세트에 대한 혼동 행렬. 비대각선 오류는 거의 전부 인접 등급(1단계)입니다. 심각하거나 증식성 사례(등급 3–4)는 등급 0 “DR 없음” 열에 나타나지 않습니다.
상세한 AI 등급 지정 보고서를 요청하면 이용할 수 있습니다. 보고서에는 모든 데이터세트 전반에 걸친 전체 검증 메트릭, 데이터세트당 혼동 행렬, 등급 분포 비교 및 완전한 방법론 문서가 포함됩니다.