第一款針對糖尿病視網膜病變的醫療級AI，臨床數據首次公布

愛荷華大學糖尿病和內分泌中心的臨床工作人員使用IDx-DR。圖片來源：愛荷華大學

美國有3030萬糖尿病患者，視網膜病變是糖尿病最重要的併發症之一。每年，美國有超過2.4萬人因糖尿病視網膜病變（diabetic retinopathy，DR）而失明。早期發現和治療可以將失明的風險降低95%，但只有不到50%的糖尿病患者會定期接受眼部護理專家的檢查。為此，在基層醫療機構家庭醫生診治過程中，第一時間診治糖尿病視網膜病變極為重要。

美國愛荷華大學眼科醫生所設計的IDx-DR，可以輔助家庭醫生檢測糖尿病患者視網膜病變，且無需專科醫生指導。為了驗證IDx-DR在患者護理中的安全性，研究人員採用了前瞻性評估，將IDx-DR的性能與糖尿病視網膜病變的金標準診斷進行了比較。威斯康星眼底照片閱讀中心（FPRC）歷來是需要評估DR嚴重程度試驗的金標準。

最新的研究中共納入美國10個初級護理點進行檢查的900名患有糖尿病的成年患者（但沒有糖尿病視網膜病變史），其中892名參加者完成了所有程序。AI組由這些初級護理點的現有工作人員進行標準化培訓後操作AI系統，FPRC組則由FPRC認證的專業攝影師進行。

AI組患者的視網膜圖像是通過機器人攝像機獲得的，人工智慧幫助操作者獲得高質量的圖像。一旦四幅圖像完成後，IDx-DR會在20秒內做出臨床診斷。IDx-DR就像與專業臨床醫生一樣，通過檢測糖尿病視網膜病變的特徵（包括微動脈瘤、出血和脂蛋白滲出物）來檢測疾病。

研究結果表明，由AI系統和FPRC專家完成了900名研究參與者的眼底圖像資料。FPRC專家確認了198名患有輕度糖尿病性視網膜病變的參與者，需要接受專家的進一步檢查；AI系統能夠正確地識別198名參與者中的173人患有疾病，其靈敏性高達87%。在FPRC專家確認的621名無疾病進展參與者中，AI識別了556名參與者，特異性為90%。AI系統的成像能力為96%。

總結來說，IDx-DR系統的靈敏性為87.2%（＞85%），特異性為90.7%（＞82.5%），成像率為96.1%，穩健性明顯優於預期的初級護理終點目標。也就是說，IDx-DR系統能夠正確識別患有疾病的患者；正確地區分和歸類患者的疾病等級；鑒別診斷視網圖像和確定疾病嚴重程度等。很明顯，IDx-DR系統的檢測效率和準確性高於一般家庭醫生和基層醫療機構健康管理人員的水平。

「IDx-DR系統的主要作用是識別那些可能患有糖尿病視網膜病變的患者，如要進一步治療則需要眼科醫生進一步評估。研究結果證明了AI系統的安全性，我們可以將專業級診斷技術引入到基層醫療機構，從而提高效率和降低成本，」首席研究員、眼科學和視覺科學教授 Robert C. Watzke博士說道，他是IDx的創始人和總裁，IDx是創建IDx-DR系統並為該研究提供資金的公司。

下一步，研究人員希望將這項技術應用於早期發現青光眼和黃斑變性等疾病，並且他們已經開始研究這些演算法。

責編：風鈴

參考資料

本網站所有註明「來源：生物探索」的文字、圖片和音視頻資料，版權均屬於生物探索所有，其他平台轉載需得到授權。本網所有轉載文章系出於傳遞更多信息之目的，且明確註明來源和作者，不希望被轉載的媒體或個人可與我們聯繫(editor@biodiscover.com)，我們將立即進行刪除處理。所有文章僅代表作者觀點，不代表本站立場。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！