在眼球成像上檢測糖尿病性視網(wǎng)膜病變已被吹捧為醫(yī)學AI最有前途的應用之一，因為“機器”在任務上屢屢與人類相提并論。

但是，大多數(shù)操作是在研究環(huán)境中進行的。一項新技術(shù)研究了該技術(shù)在現(xiàn)實世界中的護理能力，提出了一些令人震驚的發(fā)現(xiàn)。

在西雅圖UW Medicine研究人員的帶領(lǐng)下，研究小組將7種不同算法的性能與經(jīng)驗豐富的眼科醫(yī)生進行了比較。

事實證明，人類比六種算法更準確，而第七種算法的成功率不亞于平局。

由于其規(guī)模，范圍和影響，該項目的影響可能很大。

這些患者是超過23，000名退伍軍人，他們在華盛頓州和喬治亞州的VA中心接受了糖尿病視網(wǎng)膜病變的篩查。該算法來自四個國家，視網(wǎng)膜圖像數(shù)量超過311，000。

此外，如果不能正確診斷和治療，糖尿病性視網(wǎng)膜病會導致嚴重的視力問題，包括失明。

作者指出，這些算法不僅在醫(yī)生之間而且在彼此之間都產(chǎn)生了顯著的性能差異，他們得出的結(jié)論是“為在臨床實施之前對真實世界數(shù)據(jù)上所有此類算法進行嚴格測試而爭論不休”。

該研究報告在由美國糖尿病協(xié)會出版的1月版《糖尿病護理》中發(fā)表。

在UW Medicine的新聞業(yè)務發(fā)布的報道中，主要研究作者Aaron Lee，醫(yī)學博士評論道：“令人震驚的是，由于其中一些算法在世界各地被使用，因此其中某些算法的性能不一致。”

責任編輯：lq