实施人工智能支持的糖尿病视网膜病症查的健康经济考虑:一篇评论

科学领域:

• 眼科医生 眼科 眼科
• 卫生经济学 卫生经济学
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 方法的糖尿病视网膜病变 (DR) 查准确性与人类眼科医生相当.
• 实施AI用于DR选取决于其成本效益.
• 在对比AI和手动DR查的健康经济分析中存在显著的方法差异.

研究的目的:

• 审查和批判性地评估AI与DR查手动分级的健康经济分析.
• 确定评估人工智能支持DR查的成本效益的关键考虑因素.
• 为未来对AI在DR选中的经济评估提供建议.

主要方法:

• 系统审查18项关于人工智能用于DR查的健康经济分析.
• 分析常见的评估 (成本效益分析) 和建模 (马尔科夫建模) 方法.
• 确定和综合关键的评估考虑因素和方法限制.

主要成果:

• 在审查的研究中,方法的变化是显著的.
• 成本效益分析和马尔科夫建模分别是最常见的评估和建模技术.
• 关键的评估考虑因素包括上下文化参数,遵守后续,以及准确性-成本效益的权衡;许多研究可能低估了经济价值,因为没有考虑改善后续.

结论:

• 未来对DR查人工智能的健康经济评估必须包含上下文化参数,现实世界的坚持数据和区域特点.
• 在诊断上最准确的AI选工具可能不是最具成本效益的.
• 遵守最新的报告准则 (例如,CHEERS-AI,PICOTS-ComTeC) 对于方法透明度和可靠的经济评估至关重要.