XiaoMi-AI文件搜索系统
World File Search SystemSosale
技能、人力资本和经济发展
2 Shobhana Sosale 是世界银行人类发展实践小组的高级教育专家。她目前是南亚教育的性别问题协调人。Shobhana 在教育和技能发展方面拥有超过 25 年的经验。她在教育和相关领域发表了大量著作，分析了将政治经济与教育、技术、技能发展、创业、公私合作和金融等跨部门问题联系起来的主题。她设计、实施和管理了南亚、非洲、东亚、欧洲和中亚以及中东和北非各国的教育和技能发展项目和计划。她拥有宏观经济学和政治经济学的研究生学位。
引用：Sosale B、Aravind SR、Murthy H 等人。基于移动端的简单人工智能算法在糖尿病视网膜病变检测中的应用（SMART）研究。BMJ Open Diab Res Care 2020；8：e000892。doi:10.1136/bmjdrc-2019-000892
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像（以视盘和黄斑为中心）。图像离线运行并记录 AI 的诊断（存在或不存在 DR）。将 AI 的诊断与五位视网膜专家的图像诊断进行比较（大多数诊断被视为事实）。 结果 分析包括 900 名个体（252 人患有 DR）的图像。对于任何 DR，AI 算法的灵敏度和特异性分别为 83.3%（95% CI 80.9% 至 85.7%）和 95.5%（95% CI 94.1% 至 96.8%）。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%（95% CI 91.3% 至 94.7%）和 92.5%（95% CI 90.8% 至 94.2%）。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。