人工智能（AI）在医疗领域的应用越来越广泛。近日，北京协和医院眼科教授陈有信团队论证了AI对低年资医师识别眼底多病种的辅助作用，及其在临床应用中的有效性。相关结果发表在《npj Digital Medicine》。

既往研究显示，基于AI的诊断系统可以改善眼底病筛查。该项多中心、前瞻性、自我对照临床研究旨在评估深度学习系统（DLS）在协助低年资眼科医生检测13种主要眼底疾病方面的诊断性能。

从中国5家三级医院前瞻性收集了748名患者的1493张眼底影像。9名低年资眼科医生接受了培训，并在有或没有DLS建议的情况下对图像进行了注释。在以下三组中评估诊断性能：DLS辅助低年资眼科医生组（试验组）、低年资眼科医生组（对照组）和DLS组。

试验组、对照组和DLS组的诊断一致性分别为84.9%（95%CI，83.0%～86.9%）、72.9%（95%CI，70.3%～75.6%）和85.5%（95%CI，83.5%～87.4%）。在DLS的帮助下，低年资眼科医生的诊断一致性提高了约12%（95%CI，9.1%～14.9%），具有统计学意义（P<0.001）。

在13种疾病的检测中，与对照组（灵敏度50%～100%；特异性96.7%～99.8%）相比，试验组获得了显著更高的灵敏度（72.2%～100.0%）和相似的特异性（90.8%～98.7%）。DLS组在检测任何眼底异常（灵敏度，95.7%；特异性，87.2%）和13种疾病中的每种疾病（灵敏度，83.3%～100.0%；特异性，89.0～98.0%）方面表现出与试验组相似的表现。

由此，作者认为，所提出的DLS为13种主要眼底疾病的自动检测提供了一种新的方法，具有较高的诊断一致性，并有助于提高低年资眼科医生的表现，特别是降低漏诊的风险。

总之，该研究提出了现阶段AI应用于眼底多病种识别的有效性和可行模式，为AI技术在临床落地应用，进一步助力眼底病筛查及提速增效提供了新方向。

 （环球医学编辑：常路）

参考资料：
The performance of a deep learning system in assisting junior ophthalmologists in diagnosing 13 major fundus diseases: a prospective multi-center clinical trial
https://pubmed.ncbi.nlm.nih.gov/38212607/
协和眼科牵头多中心证实人工智能辅助识别眼底病有效性
https://www.pumch.cn/detail/34540.html