最近的一项队列研究显示，FDA批准的基于人工智能（AI）的糖尿病视网膜病变（DR）检测的采用率较低，不到5%的糖尿病患者接受了眼科成像检查。研究人员强调需要提高意识、成本效益和整合，以增加糖尿病视网膜病变筛查率。
该研究由一组研究人员进行，旨在调查美国医疗保健环境中基于AI的糖尿病视网膜病变检测的采用情况，突显了这项技术的前景和缓慢的普及速度。研究中，研究人员追踪了2021年1月引入的当前程序术语代码92229的使用情况，以评估全国范围内基于AI的DR检测趋势。
据发表在《JAMA Ophthalmology》上的研究显示，虽然FDA批准的系统如LumineticsCore和EyeArt具有高灵敏度和特异性，但在2019年至2023年间，研究中的糖尿病患者中只有不到5%接受了眼科成像检查。其中，只有少数患者接受了基于AI的筛查，尽管其转介OCT成像的比例高于传统方法。
研究结果揭示了AI成像使用的区域和人口统计学模式，并强调需要提高意识、成本效益和工作流程整合，以增强糖尿病眼病护理。尽管DR导致的视力丧失是可以预防的，但不到三分之二的1型或2型糖尿病患者每年进行一次眼科检查。
研究人员指出，FDA批准的系统如LumineticsCore（前身为IDx-DR，Digital Diagnostics）和EyeArt（Eyenuk）可以分析视网膜眼底图像，检测轻度以上的DR，其灵敏度分别为87.2%和96.0%，特异性分别为90.7%和88.0%。此外，他们发现这些系统的使用可以帮助在初级保健环境中增加糖尿病患者的检测率，同时优化那些有视力威胁性DR的患者的眼科检查。
“我们追踪了2021年1月引入的当前程序术语代码92229的使用情况，以评估全国范围内基于AI的DR检测趋势，”研究人员写道。
研究人员使用TriNetX联邦数据库进行了回顾性队列研究，该数据库涵盖了美国62个医疗机构的1亿多患者。从2019年1月至2023年12月，对糖尿病患者的记录进行了分析，数据分析于2024年5月完成。
研究显示，从2019年1月至2023年12月，在TriNetX系统中的4,959,890名糖尿病患者中，209,673名独特患者（4.2%）至少接受了一次目标代码检查。平均（标准差）患者年龄为64（16）岁，2,380,747名患者（48.0%）为女性。在接受至少一次目标代码检查的患者中，168,382名患者（80.3%）接受了OCT成像（92134），73,363名患者（35%）接受了眼底摄影（92250），而传统远程成像（92227和92228）分别在2,135名患者（1%）和5,232名患者（2.5%）中使用。自2021年以来，AI成像（92229）在154,136例病例中的3,440例（2.2%）中使用，这意味着所有糖尿病患者中只有0.09%接受了这种新的检测方式。
研究人员发现，2021年，每10万名糖尿病患者中有58次使用AI成像（92229），到2023年这一数字略微增加了1%，达到每10万名患者58.6次。尽管2021年至2023年间传统远程成像的使用率增加了185.4%，但AI成像的转介率（7.74%）高于传统远程成像（5.53%）。2021年至2023年间，所有远程成像模式的使用率增加了90.16%（95% CI, 69.60%-110.72%；P<0.001）。研究发现，超过80%接受AI成像的患者来自南部地区，该地区仅占其他成像模式的40%，并且近一半接受AI成像的患者是非裔美国人，而在其他成像模式中这一比例约为四分之一。
“FDA批准的基于AI的系统可能是DR检测的一个进步，尽管其采用率仍处于初期阶段，传统的远程监测方法仍然更为普遍，”研究人员写道。
研究人员指出，队列研究不是基于总体的，但它确实揭示了在5年内只有4.2%的糖尿病患者接受了眼科成像检查。“成像率可能因眼科专业人士在常规糖尿病眼科检查中不经常进行辅助眼科成像而人为偏低，”他们写道。
尽管基于AI的成像比传统方法导致更多的OCT转介，但仍存在包括成本、意识、整合和FDA对成像设备AI软件的批准等障碍。“更广泛的采用可能需要支持，以帮助医生和组织将这些系统整合到现有工作流程中，”他们写道。
例如，斯坦福大学远程眼科自主测试和普遍筛查计划等项目展示了AI在改善DR检测方面的潜力，以及简化工作流程、初级保健和眼科之间的密切合作以及患者友好的预约安排的重要性。“这些发现支持进一步评估成像实践，以制定有针对性的战略，提高糖尿病眼成像率和患者预后，”他们总结道。
(全文结束)
