约翰霍普金斯医学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，当使用AI辅助诊断工具进行筛查时，非裔美国患者获得眼科检查转诊的可能性更高。
这些发现提供了早期证据，表明技术可以改善服务不足群体获得护理的机会。研究结果聚焦于糖尿病视网膜病变——这是一种常无预警症状的致盲主因。
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，并可能导致永久性视力丧失。许多人在早期阶段没有注意到症状，因此定期筛查至关重要。
医生建议糖尿病患者每年进行眼科检查。早期发现可以在严重损伤发生前开始治疗。尽管有这些指南，许多患者仍没有接受常规筛查。
某些群体面临更高的风险。非裔美国患者和资源有限的患者更有可能发展为严重疾病。同时，他们接受常规眼科检查的可能性也更低。这种差距导致了更高的视力丧失率。
将AI引入基层医疗
为了解决这个问题，研究人员研究了一个在社区基层医疗诊所使用的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，可以实时分析视网膜图像。
在常规就诊期间，患者使用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，患者当天就会收到转诊给眼科专家的建议。
这种方法消除了一个关键障碍。患者不再需要为了仅仅知道是否可能存在问题而等待另一次预约。
“有了AI工具，患者可以当场接受评估并获得检测结果，”T.Y. Alvin Liu说。“他们不需要因为可能有问题而去参加预约。”
比较转诊途径
该研究检查了2020年8月至2022年9月期间转诊进行眼科评估的3745名成年糖尿病患者。大多数患者由基层医疗提供者转诊，而较小的一组通过AI系统转诊。
研究人员比较了不同群体获得转诊的频率。他们还研究了患者是否跟进并参加了专科预约。
结果显示非裔美国患者存在明显差异。使用AI工具时，64.9%的这些患者获得了转诊。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方面面临障碍的群体获得转诊的可能性。
深入观察患者结果
该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%。
这一发现很重要，因为仅凭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整个流程。
研究人员还观察到，患有其他健康问题的患者转诊率更高。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。早期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，医疗补助保险覆盖在两个方法之间并没有显著改变转诊率或预约出席率。
这表明仅凭保险状况可能无法决定患者是否接受或跟进护理。其他因素，如交通、时间和就诊便利性，很可能也起作用。
结果突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，但它并不能解决所有障碍。
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。患者在同一个就诊期间就能获得结果。这种即时反馈可以影响他们对护理必要性的重视程度。
“但我们看到，如果患者得到即时结果并附有明确的行动指示，他们会更确信自己需要护理，”Liu说。
这种紧迫感可能解释了为什么更多患者在AI筛查后能够跟进。
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。它仍然是致盲的主要原因，尤其是在工作年龄成年人中。早期发现可以将视力丧失风险降低90%以上。
尽管如此，筛查率仍然很低。许多患者由于费用、可及性或缺乏意识而错过了年度检查。
医疗系统一直在寻找缩小这一差距的方法。AI工具通过将筛查直接引入基层医疗环境提供了一种可能的解决方案。
这种方法允许更多患者无需专科就诊即可接受评估。它还有助于识别需要紧急护理的患者。
研究局限与下一步
研究人员警告说，他们的发现是探索性的。该研究基于对现有医疗记录的回顾，而非对照试验。这意味着它可以显示关联性，但不能直接证明因果关系。
数据也来自单一医疗系统。结果在其他地区或人群中可能有所不同。一些患者可能在该系统之外接受了护理，这可能影响结果。
Liu强调需要进一步研究。“最终，除非能证明AI工具在现实世界中的部署对患者生活产生积极影响，否则它们就没有意义。”
未来的研究将考察改善的可及性是否会导致更好的长期视力结果。
迈向更公平的护理的一步
这些发现指向医疗保健领域的更广泛转变。技术正在向患者靠拢，而不是要求患者穿梭于复杂系统。
对于服务不足的社区，这种转变可能带来有意义的改变。通过减少延误并提供清晰的结果，AI工具可能帮助更多人获得所需的护理。
这项研究并未声称解决所有差距。但它表明，有针对性地使用技术可以改善护理中的特定不足。
研究的实际意义
这项研究突显了AI如何改善预防性医疗的可及性，尤其是针对那些无症状进展的疾病。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工具整合到基层医疗中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地区可能尤其有价值。
研究结果还表明，技术可以帮助减少护理中的差距。通过标准化筛查和转诊流程，AI工具可能限制偏见或漏诊的影响。
从长远来看，更广泛采用AI辅助筛查可能会减少可预防性失明的病例。它还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在《npj数字医学》期刊上。
原文《AI辅助眼科筛查或能改善服务不足群体的就医机会》发表于The Brighter Side of News。
【全文结束】