AI算法不一致地检测出糖尿病性眼病

研究人员发现，尽管一些人工智能软件测试得相当不错，但只有一款能够满足人类筛查人员的性能。在，糖尿病仍然是导致新的失明病例的主要原因。但是眼科护理人员的当前短缺将使其无法跟上为该人群提供必要的年度筛查的需求。一项新研究研究了七种基于人工智能的筛查算法在诊断糖尿病性视网膜病变方面的有效性，糖尿病性视网膜病变是导致视力丧失的最常见糖尿病眼病。

在《糖尿病护理》上发表的一篇论文中，研究人员将算法与视网膜专家的诊断专业知识进行了比较。有五家公司生产了经过测试的算法，其中两家在(Eyenuk，Retina-AI Health)，一家在(Airdoc)，一家在葡萄牙(Retmarker)和一家在法国(OphtAI)。

研究人员在2006年至2018年期间，在将近24,000名退伍的视网膜图像上部署了基于算法的技术，这些退伍在退伍事务Puget Sound卫生保健系统和亚特兰大VA卫生保健系统中寻求糖尿病性视网膜病变的筛查。

研究人员发现算法的性能不如他们声称的那样。其中许多公司在临床研究中均报告了出色的结果。但是他们在现实世界中的表现还不得而知。研究人员进行了一项测试，将每种算法的性能以及在VA视网膜视网膜筛查系统中工作的人类筛查人员的性能都与专家眼科医生在查看相同图像时给出的诊断进行了比较。与医师的诊断相比，其中三种算法的表现相当不错，而另一种算法的效果更差。但是在测试中，只有一种算法的性能与人工筛选的性能相同。

华盛顿大学医学院眼科助理教授，首席研究员亚伦·李说：“令人震惊的是，由于其中一些算法在世界上的某些地方使用而未能始终如一地执行。”

相机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，对于任何希望首先使用AI筛选器进行测试并遵循如何正确获取患者眼睛图像的准则的实践而言，这都是非常重要的，因为该算法旨在以最低的质量工作图片。

该研究还发现，在分析西雅图和亚特兰大医疗机构的患者群体的图像时，算法的性能会有所不同。这是一个令人惊讶的结果，可能表明需要使用更多种类的图像来训练算法。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！