约翰霍普金斯医学院威尔默眼科研究所的一项新研究表明，人工智能可能有助于解决糖尿病患者眼科护理中长期存在的差距。研究人员发现，非裔美国患者在使用AI辅助诊断工具进行筛查时，更有可能获得眼科检查的转诊。
这些发现提供了早期证据，表明技术可以改善服务不足人群的医疗可及性。研究结果重点关注糖尿病视网膜病变——这是导致失明的主要原因之一，且常常在毫无征兆的情况下发生。
对视力的无声威胁
糖尿病视网膜病变是与糖尿病相关的最常见眼病。它会损害视网膜血管，导致永久性视力丧失。许多人在早期阶段并未察觉症状，这使得定期筛查至关重要。
医生建议糖尿病患者每年进行一次眼科检查。早期发现有助于在严重损害发生前开始治疗。然而，尽管有这些指南，许多患者并未接受常规筛查。
某些群体面临更高风险。非裔美国患者和资源有限的群体更容易发展为严重疾病，但他们接受定期眼科检查的可能性却更低。这一差距导致了更高的视力丧失发生率。
将AI引入初级保健
为解决这一问题，研究人员研究了一个在社区初级保健诊所使用的AI辅助筛查项目。该工具已获得美国食品药品监督管理局批准，能够实时分析视网膜图像。
在常规就诊期间，患者通过专用相机拍摄眼部图像。AI系统立即评估图像。如果出现疾病迹象，患者会在同一天收到转诊至眼科专科医生的通知。
这种方法消除了一个关键障碍。患者不再需要为了仅仅了解可能存在问题而等待另一次预约。
“有了AI工具，患者当场接受评估并获得检测结果，”刘泰宇·阿尔文表示，“他们不会被要求去参加一个预约，只因为可能有什么问题。”
比较转诊途径
该研究调查了2020年8月至2022年9月期间接受眼科评估转诊的3745名成年糖尿病患者。大多数患者由初级保健提供者转诊，而较小的一部分通过AI系统转诊。
研究人员比较了不同群体获得转诊的频率，还观察了患者是否遵从并参加了专科预约。
结果显示非裔美国患者存在明显差异。使用AI工具时，64.9%的患者获得了转诊；没有该工具时，这一比例为44.4%。
这表明AI筛查提高了历史上在护理中面临障碍群体的转诊可能性。
更仔细地审视患者结果
研究还考察了转诊是否转化为实际护理。使用AI工具并参加了后续随访的患者更可能是非裔美国人。与传统转诊相比，增幅约为15%。
这一发现意义重大，因为仅转诊并不能保证治疗。患者必须参加预约才能获得护理。AI系统似乎有助于推动患者完成这一完整流程。
研究人员还观察到，有其他健康状况的患者转诊率更高。患有高血压和慢性肾病的患者在使用AI工具筛查时更有可能获得转诊。
这些疾病通常会增加糖尿病眼病的风险。及早识别这些患者有助于预防并发症。
AI影响较小的方面
并非所有发现都显示出差异。研究发现，医疗补助覆盖情况在两种方法之间并未显著改变转诊率或预约就诊率。
这表明保险状况本身可能无法决定患者是否接受或遵从护理。其他因素，如交通、时间和就诊便利性，可能发挥作用。
这些结果凸显了医疗保健差距的复杂性。虽然AI可能改善某些方面的可及性，但它并不能消除所有障碍。
即时结果为何重要
AI筛查的一个关键优势是速度。传统转诊常常涉及延误。患者可能需要安排另一次就诊、请假或安排交通。
AI系统改变了这种体验。患者在本次就诊期间就能获得结果。这种即时反馈会影响他们对护理必要性的重视程度。
“但我们发现，如果患者获得即时结果并得到明确的后续指导，他们会更确信自己需要护理，”刘说。
这种紧迫感或许可以解释为什么更多患者在AI筛查后遵从了建议。
理解更广泛的背景
糖尿病视网膜病变影响着全球数百万人。它仍然是导致失明的主要原因之一，尤其是在工作年龄成年人中。早期发现可将视力丧失风险降低90%以上。
尽管如此，筛查率仍然很低。许多患者因费用、可及性或缺乏意识而错过年度检查。
医疗系统一直在寻找缩小这一差距的方法。AI工具提供了一种可能的解决方案，即将筛查直接引入初级保健环境。
这种方法使更多患者无需专科就诊即可接受评估，同时也有助于识别需要紧急护理的患者。
研究局限与下一步
研究人员提醒，他们的发现是探索性的。该研究基于现有医疗记录的回顾性分析，而非对照试验。这意味着它可以显示关联，但不能直接证明因果关系。
数据也仅来自单一医疗系统。在其他地区或人群中结果可能有所不同。部分患者可能在系统外接受过护理，这可能影响研究结果。
刘强调需要进一步研究。“归根结底，AI工具只有在能够证明其实际部署对患者生活产生积极影响时才有意义。”
未来的研究将考察改善的可及性是否能带来更好的长期视力结果。
迈向更公平的护理
这些发现指向医疗保健领域的更广泛转变。技术正在接近患者，而不是要求患者去适应复杂的系统。
对于服务不足的社区来说，这一转变可能带来切实的改变。通过减少延误并提供明确的结果，AI工具可能帮助更多人获得所需护理。
该研究并未声称能解决所有差距。然而，它表明有针对性地使用技术可以改善护理中的特定短板。
研究的实际意义
这项研究凸显了AI如何改善预防性医疗保健的可及性，尤其是对于无症状进展的疾病。通过在常规就诊期间提供即时结果，AI筛查可以提高患者的认知和紧迫感。这可能导致更高的随访率和更早的治疗。
对于医疗系统而言，将AI工具整合进初级保健可以减轻专科医生的负担，同时扩大筛查覆盖面。这种方法在眼科护理可及性有限的欠发达地区可能尤其有价值。
研究结果还表明，技术可以帮助缩小护理差距。通过标准化筛查和转诊流程，AI工具可以限制偏见或漏诊的影响。
从长期来看，更广泛采用AI辅助筛查可能导致可预防性失明病例减少。它也可能指导未来关于数字工具如何改善其他慢性疾病结果的研究。
研究结果已在线发表于《npj数字医学》期刊。
原始故事“AI辅助眼科筛查或可改善服务不足人群的就医可及性”发表于《新闻的光明面》。
【全文结束】