人工智能算法检测糖尿病性眼病不一致

糖尿病仍然是美国成年人新发失明病例的主要原因。但目前眼科保健提供者的短缺，将使其不可能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七种基于人工智能的筛查算法的有效性，以诊断糖尿病性视网膜病变，这是最常见的导致视力下降的糖尿病性眼病。

在1月5日发表的一篇论文中糖尿病护理研究人员将算法与视网膜专家的诊断技术进行了比较。五家公司生产了经过测试的算法——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部署在视网膜图像来自近2.4万名寻求帮助的退伍军人糖尿病性视网膜病变从2006年到2018年，在退伍军人事务部普吉特健康保健系统和亚特兰大退伍军人医疗保健系统进行筛查。

研究人员发现，这些算法并没有他们声称的那么好。许多这样的公司在临床研究中报告了良好的结果。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VA远程视网膜筛查系统中每个算法的性能和人类筛查人员的性能都与眼科专家在看到相同图像时给出的诊断进行了比较。与医生的诊断相比，其中三种算法表现得相当好，还有一种表现更差。但只有一个算法在测试中表现得和人类筛选者一样好。

华盛顿大学医学院眼科助理教授、首席研究员亚伦·李说:“令人担忧的是，这些算法中的一些并不稳定，因为它们正在世界上某些地方使用。”

摄像设备和技术的差异可能是一种解释。研究人员表示，他们的试验表明，对于任何想要首先使用人工智能筛选器进行测试，并遵循如何正确获取患者眼睛图像的指导方针的实践来说，这是多么重要，因为算法的设计是为了处理最低质量的图像。

研究还发现，当分析来自西雅图和亚特兰大护理环境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，可能表明该算法需要用更广泛的图像进行训练。

---

---