基于远视科和人工智能准备的转诊途径,用于视网膜疾病的社区光学转诊:HERMES集群随机试验与诊断准确性研究
Anitta Sharma1,2,3,4, Rima Hussain1,3, Annastazia E Learoyd5
1Moorfields Ophthalmic Reading Centre and Artificial Intelligence Lab, Moorfields Eye Hospital NHS Foundation Trust, London, UK.
Health technology assessment (Winchester, England)
|December 22, 2025
概括
远视医学显著减少了59%的错误阳性紧急转诊,并改善了转诊到治疗的时间,提供了更具成本效益的解决方案. 然而,人工智能模型在现实应用中显示出局限性.
科学领域:
- 眼科医生 眼科 眼科
- 卫生技术评估 卫生技术评估
- 医疗保健中的人工智能
背景情况:
- 社区的眼科医生在初级眼科护理和转诊医院服务方面发挥着关键作用.
- 在社区实践中的光学连贯性断层扫描 (OCT) 可以检测出更多可治疗的疾病.
- 目前的转介途径效率低下,导致错误分类和不必要的转介.
研究的目的:
- 评估视网膜疾病的远程眼科转诊途径的有效性.
- 评估AI决策支持系统对视网膜疾病转诊的诊断准确性.
主要方法:
- 一个多中心集群随机对照试验,将远视医学与标准护理进行比较.
- 一项前性观察性研究,评估用于OCT扫描分析的AI系统 ("Octane"模型).
- 远程眼科途径的经济评估.
主要成果:
- 远视疗法在被推的参与者中减少了59%的错误阳性紧急转诊.
- 两组之间推安全性 (假阴性) 没有显著差异.
- 远程眼科显著改善了咨询和治疗的时间.
- "Octane"人工智能模型处理了51.5%的OCT扫描,显示了与基于规则的系统相比的准确性,但与人类专家相比的准确性较差.
结论:
- 异步远视眼科减少了不必要的紧急转诊,减轻了医院的压力,提高了成本效益.
- 与人类专家相比",Octane"人工智能模型在处理能力和诊断准确性方面表现出局限性.
- 远视眼科为改善视网膜护理中转诊效率和患者结果提供了一个可行的解决方案.
