编者按
甲状腺眼病（TED）是一种与自身免疫性
基于面部照片的AI评估能否替代传统甲状腺眼病检查？
基于 AI 的面部图像分析在甲状腺眼病活动度和严重程度评估中的应用：Glandy CAS、EXO 和 LID 的验证
目的
Glandy CAS、EXO 和 LID 是基于人工智能（AI）开发的软件设备，用于通过标准面部照片评估甲状腺眼病（TED）。Glandy CAS 用于估计临床活动评分（CAS），以识别活动性 TED，而 Glandy EXO 测量眼球突出，Glandy LID 评估眼睑退缩和眼表暴露。本研究旨在验证这些系统的临床性能。
方法
Glandy CAS 通过一项涉及 756 张面部照片的确认性临床试验进行验证。该系统检测活动性 TED（CAS ≥ 3）的能力与普通眼科医生的 CAS 评分进行了比较，并以眼整形专科医生的面部评估作为参考标准。
Glandy EXO 在 1,610 张来自 1,108 名 TED 患者的单反相机（DSLR）图像上进行训练和内部验证，并使用 171 名患者的 678 张图像进行外部验证。
Glandy LID 评估瞳孔中点眼睑距离（MPLD）和眼表面积，其输出结果与专家手动测量结果进行了比较。
结果
Glandy CAS 达到了 87.9%的灵敏度、95.8%的特异性和 0.88 的 F1 分数，优于普通眼科医生（F1：0.57）。它在 82.3%的病例中将 CAS 预测在参考值的一个点以内。
Glandy EXO 与眼外展测量法表现出高度一致性，皮尔逊相关系数为 0.82（内部）和 0.77–0.79（外部），平均绝对误差（MAE）在 1.23 到 1.27 毫米之间。
Glandy LID 与手动测量值达到了极好的相关性：对于 MRD1，皮尔逊 r = 0.94（MAPE 9.53%）；对于 MRD2，r = 0.91（MAPE 14.63%）。眼表面积估计也与参考标注紧密一致。
结论
Glandy AI 套件通过面部图像分析实现了 TED 活动度和严重程度的准确、非侵入性评估。三个系统在不同的数据集中均与临床参考标准表现出高度一致性，支持其整合到常规护理中，用于 TED 的早期检测、纵向监测和可及性评估。
医脉通是专业的在线医生平台，“感知世界医学
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。
我要投稿
