转变非数字,临床工作流程,通过整合人工智能的数字平台检测和跟踪视力威胁的糖尿病视网膜病变:实施研究研究

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 公共卫生 公共卫生

背景情况:

• 糖尿病视网膜病变 (DR) 查对于预防失明至关重要,但许多当前的计划都是非数字化的和分散的.
• 将查计划与医院信息系统集成,需要数字化工作流转型.
• 为应对这些整合挑战,开发了一个基于云的数字平台.

研究的目的:

• 开发和实施基于云计算的数字平台,用于糖尿病视网膜病变查.
• 评估平台在整合人工智能 (AI) 和传统选方法方面的有效性.
• 评估关键的实施结果,包括病例检测,人工智能与人类的协议,以及推的遵守.

主要方法:

• 在一个社区医院,使用开发的数字平台在32周内进行了潜在的DR查.
• 视网膜照片被人工智能或训练有素的人员交替捕获和分级.
• 该平台促进了视网膜专家的远程过度阅读,并跟踪推以确保准确性和遵守性.

主要成果:

• 人工智能查发现31.2%的患者是转诊者,64.2%通过过度阅读证实为真实阳性,89.1%的坚持.
• 手动选发现了24.0%的潜在转诊,最初的转诊率和遵守率较低.
• 数字平台运行没有系统故障,表现出可靠的性能.

结论:

• 基于云的数字平台几乎可以集成到现有的非数字DR选程序中.
• 该平台可以实现人工智能,并监测关键指标,如推遵守.
• 这种数字化整合显著提高了糖尿病视网膜病变查计划的整体有效性.