人工智能治疗视网膜疾病的研究发现许多无法使用的图像

人工智能 (AI) 引起了人们对眼科的兴趣，因为它有潜力追踪大量人群的疾病趋势，例如 美国有 3840 万人患有糖尿病 糖尿病眼病风险较高的人群。然而，最近一项利用人工智能从视网膜照片筛查中检测糖尿病视网膜病变的研究发现，输入算法的数据质量存在很大差异。

费城坦普尔大学的一项研究发现，在九个初级保健机构拍摄的筛查照片无法使用的可能性是在两个眼科诊所获得的照片的三倍。 这项新研究的结果已在视觉与眼科研究协会 (ARVO) 2024 年年会上报告。

研究负责人、天普大学医学生 Madelyn Class 表示：“与初级保健机构相比，在眼科诊所完成的人工智能辅助糖尿病视网膜病变筛查更为成功。” Medscape 医学新闻.Class 表示，一个关键的区别是，专科诊所使用经过培训的摄影师来拍摄眼科图像，而初级保健机构则由医务助理来拍摄照片。

玛德琳级

初级保健筛查的挑战

美国糖尿病协会在一份报告中承认 2017 年立场声明 视网膜摄影技术有可能将筛查带入没有验光师或眼科医生的环境中。这项研究表明，这种潜力可能尚未实现。

在初级保健环境中，42.5% 的视网膜照片无法分级，而在专科环境中，这一比例为 14.5%。

“看来用户错误对所拍摄照片的质量产生了影响，”克拉斯说。 “我们从初级保健机构收到的一些图像实际上是眼睑，甚至是墙上的窗帘，而不是眼底。”

“研究中的所有摄像师都接受了成像设备的培训，”Class 补充道。 “这表明一些摄影师很匆忙，缺乏练习，或者根本不再对拍照感兴趣，”她说。 “显然，我们必须持续监控每个摄影师的表现，以确保拍摄出高质量的照片。”

Class 补充道，研究结果还可能表明需要在初级保健中使用不同的设备进行筛查。 “与手动相机相比，机器人可能有助于消除初级保健筛查中遇到的一些用户错误，”她说。

培训需求“可解决”

伊利诺伊大学芝加哥分校视网膜服务主任 Jennifer Lim 医学博士表示，这些发现表明，在眼科护理专业人员办公室外捕捉可用的视网膜图像是一项挑战。

Jennifer Lim 医学博士

Lim 表示：“这项研究表明，实施是人工智能的关键。” Medscape医疗 消息。 “让初级保健医生和诊所愿意采用并弄清楚如何实施人工智能筛查 [for diabetic retinopathy] 在医疗保健系统中实现这一目标是困难的，因此我赞扬天普大学的系统尝试将基于视网膜摄影的人工智能筛查整合到初级保健门诊中心，并将结果与​​眼科诊所进行比较。”

林补充说，研究表明，摄影师不仅需要最初的培训，还需要进行监控以避免拍摄出无法评级的照片，而这个问题是“可以解决的”。

她说：“要向初级保健机构传达这样的信息，即这些基于云的自主系统可以有效检测视网膜病变，需要做大量的工作。”

但这种努力是值得的，她补充道：“拍摄这些照片进行糖尿病视网膜病变筛查并不需要太多时间，而且潜在的好处是巨大的，因为越早诊断出糖尿病视网膜病变（超过轻度），患者患病的可能性就越大。”可以及时送去眼部护理，从而防止糖尿病视网膜病变导致的视力丧失。”

Class 没有披露任何相关内容。Lim 披露了与视网膜筛查相机制造商 Eyenuk 的过去合作关系。

理查德·马克·柯克纳是费城地区的一名医学记者。