机器学习自动视网膜成像分析软件的目标产品概况,用于英语糖尿病眼部查:混合方法研究协议
Trystan Macdonald1,2,3, Jacqueline Dinnes3, Gregory Maniatopoulos4
1Ophthalmology Department, Queen Elizabeth Hospital Birmingham, University Hospitals Birmingham National Health Service Foundation Trust, Birmingham, United Kingdom.
JMIR research protocols
|March 27, 2024
概括
这项研究开发了用于机器学习自动视网膜成像分析软件 (ML-ARIAS) 的目标产品配置文件 (TPP),以改善英格兰糖尿病眼部查 (DES). 该TPP确保ML工具满足患者和医疗保健的需求.
科学领域:
- 医学技术 医学技术 医学技术
- 医疗保健中的人工智能
- 眼科医生 眼科 眼科
背景情况:
- 糖尿病眼睛查 (DES) 为机器学习 (ML) 提供了机会,以提高临床和服务结果.
- 成功地将ML集成到DES中,需要仔细的产品开发,评估和实施.
- 目标产品配置文件 (TPP) 通过总结实施要求,对指导ML产品开发和评估至关重要.
研究的目的:
- 为一个ML-自动化视网膜成像分析软件 (ML-ARIAS) 系统创建一个TPP.
- ML-ARIAS系统的目的是用于英格兰的糖尿病眼睛查 (DES) 计划.
主要方法:
- 采用了三阶段的方法,从从系统性审查和标准的特征识别开始.
- 通过采访,利益相关方 (患者,医疗保健专业人员,管理人员,监管机构) 的投入细化了特征,并制定了规范.
- 通过与利益相关者和开发商的Delphi共识研究,通过代反和投票确保了TPP的可行性并最终确定了TPP.
主要成果:
- 第1阶段,确定TPP特征,于2023年11月完成.
- 第二阶段,编制规范,正在进行中,预计将于2024年3月结束.
- 第三阶段,即德尔菲共识,预计将于2024年7月完成.
结论:
- 在DES中为ML-ARIAS开发多方利益相关者TPP将产生与患者和提供者的需求相一致的工具.
- TPP开发过程为其他疾病领域提供了可转移的方法和模板.


