糖尿病仍然是新病例的主要原因失明在美国的成年人中。但目前眼科保健提供者的短缺将使其无法满足为这一人群提供必要的年度检查的需求。一项新的研究着眼于7种方法的有效性人工智能基于筛选算法诊断糖尿病视网膜病变,是最常见的糖尿病眼病导致视力下降。
研究者比较了算法无视视网膜专家的诊断经验。五家公司生产了测试算法——两家在美国(Eyenuk, Retina-AI Health),一家在中国(Airdoc),一家在葡萄牙(Retmarker),一家在法国(OphtAI)。
研究人员将基于算法的技术应用于近2.4万名退伍军人的视网膜图像,这些人于2006年至2018年在退伍军人事务普吉特湾医疗保健系统(veterans Affairs Puget Sound Health Care System)和亚特兰大VA医疗保健系统(Atlanta VA Health Care System)寻求糖尿病视网膜病变筛查。
研究人员发现,这些算法并没有他们声称的那么好。这些公司中有许多在临床研究中取得了出色的结果。但他们在现实世界中的表现是未知的。研究人员进行了一项测试,将每一种算法的性能,以及在VA终端视网膜筛查系统工作的人类筛查人员的性能,与眼科专家在观看相同图像时给出的诊断结果进行了比较。与医生的算法相比,其中三种算法表现得相当好诊断有一个做得更糟。但只有一种算法在测试中表现得和人工筛选器一样好。
“令人担忧的是,其中一些算法的表现不一致,因为它们正在世界上的某些地方使用,”首席研究员亚伦李助理教授眼科学在华盛顿大学医学院。
摄影设备和技术的差异可能是原因之一。研究人员表示,他们的试验表明,对于任何希望首先使用人工智能筛查器进行测试,并遵循有关如何正确获取患者眼睛图像的指导原则的企业来说,这是多么重要,因为这些算法的设计初衷是在最低质量的图像上工作。
该研究还发现,当分析来自西雅图和亚特兰大护理机构的患者群体的图像时,算法的性能有所不同。这是一个令人惊讶的结果,可能表明算法需要用更广泛的图像来训练。
这项研究发表在糖尿病护理.
来源:华盛顿健康科学大学