在眼球成像上檢測糖尿病性視網膜病變已被吹捧為醫學AI最有前途的應用之一，因為“機器”在任務上屢屢與人類相提并論。

但是，大多數操作是在研究環境中進行的。一項新技術研究了該技術在現實世界中的護理能力，提出了一些令人震驚的發現。

在西雅圖UW Medicine研究人員的帶領下，研究小組將7種不同算法的性能與經驗豐富的眼科醫生進行了比較。

事實證明，人類比六種算法更準確，而第七種算法的成功率不亞于平局。

由于其規模，范圍和影響，該項目的影響可能很大。

這些患者是超過23，000名退伍軍人，他們在華盛頓州和喬治亞州的VA中心接受了糖尿病視網膜病變的篩查。該算法來自四個國家，視網膜圖像數量超過311，000。

此外，如果不能正確診斷和治療，糖尿病性視網膜病會導致嚴重的視力問題，包括失明。

作者指出，這些算法不僅在醫生之間而且在彼此之間都產生了顯著的性能差異，他們得出的結論是“為在臨床實施之前對真實世界數據上所有此類算法進行嚴格測試而爭論不休”。

該研究報告在由美國糖尿病協會出版的1月版《糖尿病護理》中發表。

在UW Medicine的新聞業務發布的報道中，主要研究作者Aaron Lee，醫學博士評論道：“令人震驚的是，由于其中一些算法在世界各地被使用，因此其中某些算法的性能不一致。”

責任編輯：lq