针对性干预导致北加利福尼亚州基于人工智能的糖尿病视网膜病变检测计划第二年质量改善
Karen M Chen1, Cindy S Zhao1, Austen Knapp1
1Byers Eye Institute at Stanford, Stanford University School of Medicine, Palo Alto, California 94303.
Retina (Philadelphia, Pa.)
|May 7, 2025
概括
基于AI的糖尿病视网膜病变 (DR) 查计划STATUS在第二年将图像分级性提高到71.2%,患者接触量增加了21.9%. 干预措施提高了早期发现DR的查效率.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 公共卫生 公共卫生
背景情况:
- 糖尿病视网膜病变 (DR) 是导致视力丧失的主要原因.
- 通过定期查进行早期检测对于管理DR至关重要.
- 基于人工智能的查提供了一个可扩展的解决方案,以增加对DR检测的访问.
研究的目的:
- 为了评估基于AI的糖尿病视网膜病变 (DR) 检测计划的第二年结果,STATUS.
- 在实施基于干预的框架后,评估人工智能系统可分级性和患者接触方面的改进.
主要方法:
- 对18岁以上的糖尿病患者进行了回顾性分析,这些患者接受了常规的DR查.
- 评估STATUS项目的第二年,包括扩展站点和干预框架.
- 测量人工智能系统的可分级性和患者接触,并分析干预影响.
主要成果:
- 人工智能系统的分级能力从62.3% (第一年) 增加到71.2% (第二年).
- 患者接触率上升了21.9%,这意味着更广泛的覆盖范围和可访问性.
- 干预措施,包括有针对性的培训,提高查效率和准确性.
结论:
- 在STATUS计划的第二年,人工智能可分级性和患者参与度显著改善.
- 干预方法在优化基于人工智能的查程序中是有效的.
- 基于AI的查为早期DR检测和管理提供了可扩展的方法,改善了患者的治疗结果.
