Çinli ekip tıbbi AI çok merkezli klinik doğrulamayı tamamladı ve sonuçlar "Lancet" alt sayısının kapağında seçildi.
Bazı özel hastalıklarda, AI performansı doktorları aşma potansiyeline sahiptir. Bununla birlikte, birçok tıbbi AI ürünü hala Ar-Ge ve deneysel eğitim aşamasındadır. Gerçek karşılaştırmalı çalışmalarda, büyük ölçekli filtrelenmemiş klinik veriler, hastalık teşhisinde ve tedaviye karar vermede tıbbi AI'nin etkinliğini değerlendirmek için kullanılmamıştır. Herkesin soruları var, AI'nın gerçek klinik uygulamaya konulma durumu ne olacak?
Leifeng.com bunu öğrendi Son zamanlarda, Sun Yat-Sen Üniversitesi Liu Yizhi ve Lin Haotian Oftalmoloji Merkezi, CC-Cruiser ve geleneksel göz kliniği doktorları arasındaki klinik farklılıkları karşılaştırmak için en son klinik çok merkezli randomize kontrollü çalışmanın tamamlanmasına öncülük etti. Bu makale, küresel yetkili tıp dergisi "The Lancet" in bir alt sayısı olan EClinicalMedicine'in (ECM) son sayısında (2019 Mart) kapak makalesi olarak yayınlandı.
CC-Cruiser, Sun Yat-sen Üniversitesi Zhongshan Oftalmoloji Merkezi'nin (ZOC) tıbbi yapay zeka ekibi tarafından derin öğrenmeyi kullanarak kurulan bir "doğuştan katarakt yapay zeka teşhis karar verme platformudur". Bu işbirliğine dayalı bulut platformu, veriler için bireysel hastaneler arasında hasta veri paylaşımını destekler Entegrasyon ve hasta taraması. CC-Cruiser tarafından kullanılan eğitim veri seti 410 pediatrik katarakt göz diyagramı ve 476 normal göz görüntüsünü içerir.Bu görüntüler, Çin Nadir Hastalıklar Uzman Bakım Merkezi Sağlık Bakanlığı Çocuk Katarakt Projesi'nden (CCPMOH) alınmıştır.
Özet
arka fon: CC-Cruiser, çocuklarda katarakt tanısı koymak ve risk sınıflandırması ve tedavi önerileri sağlamak için yapay zeka platformudur. CC-Cruiser'ın yüksek doğruluğu önceden belirli bir veri setinde doğrulanmıştı. Bu çalışmanın amacı, CC-Cruiser ve oftalmologların tanısal etkilerini ve tedaviye karar verme yeteneklerini gerçek klinik ortamda karşılaştırmaktır.
yöntem: Bu çok merkezli randomize kontrollü çalışma, Çin'in farklı bölgelerindeki beş göz kliniğinde gerçekleştirildi. Tanı konulmamış kataraktı olan veya önceden göz ameliyatı öyküsü (14 yaş ve üstü) olan çocuklar, rastgele (1: 1), CC-Cruiser veya bir göz doktorundan (pediatrik oftalmolojide 5 yıldan fazla klinik deneyime sahip) tanı ve tedavi önerileri alacaktı. Altın standardı sağlayan uzmanlar ile yarık lamba fotoğrafı ve veri analizi yapan araştırmacılar gruplama durumunu bilmiyorlardı.
Ana sonuçlar, katarakt uzmanlarının standartlarına göre çocuklarda katarakt tanısı ile ilgilidir. İkincil sonuçlar, ortalama puana göre belirlenen hastalık ciddiyetinin değerlendirilmesi ve tedavinin belirlenmesi, tanı için gereken süre ve hasta memnuniyetini içerir. Bu deneme ClinicalTrials.gov (NCT03240848) ile tescil edilmiştir.
Anket sonuçları: 9 Ağustos 2017'den 25 Mayıs 2018'e kadar 350 katılımcı (700 göz), CC-Cruiser (350 göz) veya bir göz doktoru (350 göz) tarafından teşhis için rastgele atandı. CC-Cruiser katarakt tanı ve tedavi tespitinin doğruluk oranları sırasıyla% 87.4 ve% 70.8 idi ve bu, oftalmologların% 99.1 ve% 96.7'sinden anlamlı derecede düşüktü (p
Açıklama: Göz doktorları ile karşılaştırıldığında, CC-Cruiser çocuklarda katarakt teşhisinde ve tedavi kararları vermede daha az doğrudur. Ancak, CC-Cruiser tarafından sağlanan tıbbi hizmetler daha az zaman gerektirir ve yüksek düzeyde hasta memnuniyeti sağlar. CC-Cruiser, mevcut klinik uygulamalarında insan doktorlara yardımcı olabilir.
yöntem
2.1 Çalışma tasarımı ve katılımcılar
Bu, beş Çin göz kliniğinde yürütülen geniş ölçekli, çok merkezli, paralel grup, randomize kontrollü bir çalışmadır. Araştırmamız, Kapsamlı Raporlama Test Standardı (CONSORT) yönergelerini takip etmektedir. Araştırmanın ana araştırma merkezi, Sun Yat-sen Üniversitesi Zhongshan Göz Merkezi'dir. Diğer dört klinik, Shenzhen Göz Hastanesi, Wuhan Merkez Hastanesi, Fujian Tıp Üniversitesi İkinci Bağlı Hastanesi ve Kaifeng Göz Hastanesi'dir. Çin'deki sağlık hizmeti ortamlarının çeşitliliğini temsil etmek için bu ortak hastaneleri farklı bölgelerden seçtik.
Araştırmacılar, bu hastane göz kliniklerinin dahil edilme kriterlerine göre katılımcıları işe aldı. 14 yaşından küçük, göz semptomları olan veya olmayan ve daha önce göz ameliyatı geçmişi olmayan katılımcılar çalışmaya katılmaya hak kazanır. Tüm katılımcıların yarık lamba fotoğrafı çekmesi ve gerekirse kloral hidrat gibi sakinleştirici kullanması gerekir. Katarakt açıkça teşhis edildi ve normal gözleri veya oküler travması olan diğer hastalar çalışma dışı bırakıldı.
Başlangıçta, katılan her çocuğun en az bir velisinin yazılı bilgilendirilmiş onayı alındı ve çalışma boyunca Helsinki Bildirgesi'nin (Helsinki Bildirgesi) ilkeleri izlendi. Araştırma protokolü, ZOC Etik Komitesi ve Shenzhen Göz Hastanesi, Wuhan Merkez Hastanesi, Fujian Tıp Üniversitesi İkinci Bağlı Hastanesi ve Kaifeng Göz Hastanesi dahil tüm ortak merkezlerin inceleme komiteleri tarafından onaylandı. Deneme, Clinical Trials.gov (NCT03240848) ile kayıtlıdır.
2.2 Randomizasyon ve körleme
Katılımcılar rastgele (1: 1) CC-Cruiser veya bir göz doktoru tarafından teşhis edildi ve katılımcılardan biri (her iki göz) aynı gruba rastgele atandı. Merkezileştirilmiş randomizasyon, rastgele sayı oluşturma programı aracılığıyla gerçekleştirilir ve seçim yanlılığını önlemek için herhangi bir katmanlaştırma faktörü yoktur. Her araştırma merkezindeki araştırmacılar, her hastanın uygunluğunu değerlendirdi. Hasta dahil etme kriterlerini karşılıyorsa, araştırmacı hastanın bilgilerini araştırma koordinatörüne gönderir ve koordinatör araştırmacıya atanan grup hakkında bilgi verir. Yarık lamba fotoğrafı ve hasta alımı, katılan her klinikte eğitimli klinik personeli tarafından gerçekleştirildi. Klinik personel, veri yönetimi ve analizinde yer alan araştırmacılar ve her klinikte altın standart tanılar sağlayan uzmanlar, doğrulama yanlılığını önlemek için grup atamalarından habersizdir. Çalışma katılımcıları, oftalmologlar, çalışma koordinatörleri ve randomizasyondan sorumlu araştırmacılar, tahsis bilgilerini gizlemez.
2.3 Prosedür
ZOC Çocuk Katarakt Merkezi'nin CC-Cruiser platformu, tüm ortak kliniklere İnternet üzerinden bağlanır. Kılavuzun ve talimatların tanıtım videosunu içeren CC-Cruiser web sitesi (https://www.cc-cruiser.com/version1) kurulmuştur. Kayıtlı kullanıcılar CC-Cruiser'a yeni vakalar yükleyebilir ve çıktı sonuçları şunları içerir: teşhis (normal lens ve katarakt), kapsamlı değerlendirme (opak alan, yoğunluk ve konum) ve tedavi önerileri (ameliyat ve takip). Pediatrik oftalmolojide en az 5 yıllık klinik deneyime sahip oftalmologlar, her merkezde ilk tanıyı sağlar. Yatırımcı, uygun ve kabul edilen her katılımcı için bir profil oluşturdu ve demografik bilgilerini ve cinsiyet, doğum tarihi, ailede katarakt öyküsü ve göz semptomları dahil temel klinik özelliklerini kaydetti. Her merkezdeki katılımcı araştırmacılar ve klinik personel, denemeden önce araştırma prosedürleri konusunda standartlaştırılmış eğitim aldı. Tüm uygun katılımcılar gruplamadan önce göz bebeği genişlemesiyle yarık lamba fotoğrafı çekmişlerdir.Yayılan ışık tek bir standarttı, yarık lamba aydınlatma yoğunluğu uygun ve göz pozisyonu tekdüzeydi. Klinik personeli, her göz için en fazla üç kez dener. Araştırmacılar çok genç 43 hastada sakinleştirici (kloral hidrat) kullandılar, aksi takdirde bu testle işbirliği yapmayacaklardı.
AI grubundaki katılımcılar, yarık lamba fotoğrafçılığının ardından bir AI kliniğine atandı. Araştırmacılar gözün ön segmentinin görüntülerini CC-Cruiser'a göndererek ön tanı alır (normal lens ve katarakt) ve hastalığın ciddiyetini (lens opasitesi ve opasite alanı, yoğunluk ve lokasyon) kapsamlı bir şekilde değerlendirerek tedavi önerileri sunar ( Ameliyat ve takip). Araştırmacılar, CC-Cruiser'ı ziyaret etmek ve bir ön teşhis almak için gereken süreyi hesapladı. Göz doktoru grubundaki katılımcılar düzenli göz kliniklerine atandı. Göz doktoru, hastaya hastalığın ciddiyeti ve tedavi kararlarını içeren bir ön tanı raporu sunar. Araştırmacılar ayrıca teşhis süreci için gereken süreyi de hesapladılar.
İlk teşhisi aldıktan sonra, kimlik numaralarına sahip tüm katılımcılar, oftalmolojide 10 yıldan fazla klinik deneyime sahip üç katarakt uzmanı dahil olmak üzere uzman panelinin altın standart tanısını aldı. Uzman ekip, yarık lamba muayenesi gerçekleştirdi ve her hasta için kesin tanı ve tedavi kararını vermek için fikir birliğine vardı. İlk tanı raporu ve standart teşhisten sonra, katılımcılardan ve velilerinden, teşhisin doğruluğu ve etkinliği ile ilgili memnuniyetleri hakkında bir anket doldurmaları istendi.
2.4 Sonuçlar
Ana sonuç, normal lens ve katarakt tanısının doğruluğu. Pediatrik katarakt için uluslararası bir sınıflandırma sistemi olmadığından, pediatrik kataraktı değerlendirmek için referans standart katarakt uzmanlarının teşhisidir. Araştırmacılar, katarakt uzmanlarının altın standart tanı sonuçlarını kullanarak CC-Cruiser'ın tanısal doğruluğunu göz doktorlarınınkiyle karşılaştırdı. İkincil sonuçlar, hastalığın ciddiyetini, tanı koymak için gereken zamanı ve hasta memnuniyetini değerlendirmeyi içerir. Hastalık şiddeti, opak alanlar (geniş ve sınırlı), yoğunluk (yoğun ve yoğun olmayan), konum (merkezi ve periferik) ve tedavi önerileri (cerrahi ve takip) için kapsamlı değerlendirme.
Opaklık, göz bebeğinin% 50'sinden fazlasını kapladığında, opaklık alanı geniş, aksi takdirde sınırlı olarak tanımlanır. Opaklık fundus görüntülemeyi tamamen yok ettiğinde opaklık yoğunluğu yoğundur; aksi takdirde yoğun olmayan olarak tanımlanır. Opaklık görüntüleme ekseni alanını tamamen kapladığında, opaklık konumu merkez olarak tanımlanır; aksi takdirde çevre olarak tanımlanır.
Teşhis, gözün ön segmentinin yarık lamba görüntüsüne dayandığından, teşhis için gereken süre görüntü alımının başlangıcından CC-Cruiser veya göz doktorunun ilk tanı raporunun ve tedavi önerilerinin tamamlanmasına kadardır. Hasta memnuniyetini değerlendirmek ve analiz etmek için yedi anket kullanılır. 1 puan katılmıyorum anlamına gelir; 2 tarafsız anlamına gelir; 3 katılıyorum anlamına gelir ve 4 kesinlikle katılıyorum anlamına gelir. Her projedeki katılımcıların sayısını ve yüzdesini kaydedin ve her proje için ortalama derecelendirmeyi hesaplayın.
2.5 İstatistiksel analiz
CC-Cruiser karşılaştırma testinden elde edilen verileri kullanarak, CC-Cruiser ve oftalmolog arasındaki tanı doğruluğunu karşılaştırmak için en az 700 göz (1: 1 tahsis oranı varsayılarak, grup başına 350 göz) örneklem büyüklüğüne ihtiyaç olduğunu hesapladık. Seks. CC-Cruiser tarafından alınan yapay zeka polikliniklerinin beklenen doğruluk oranı% 90, göz doktoru polikliniklerinin beklenen doğruluk oranı% 95, istatistiksel yetenek% 80 ve istatistiksel anlamlılık seviyesi% 5'tir.
Araştırma ve analiz, kapsamlı, önceden tanımlanmış bir istatistiksel analiz planını takip eder. Başlangıçta popülasyonu ve klinik verileri kaydedin. 350 katılımcının (700 göz) tamamının rastgele iki çalışma grubuna ayrıldığını belirlemek için temel demografik veriler ve hastalık özelliklerinin istatistiksel analizi. Kayıttan sonra hiçbir hasta tedaviyi durdurmadığı veya bırakmadığı için, hasta sayısı her programın popülasyonuyla aynıydı. Ardından, rastgele atamadan sonra başlangıçta tüm hastaları analiz ederiz. Tanısal doğruluk analizi göz hizasında olup, aynı kişinin gözleri aynı grupta ayrı ayrı incelenir.
CC-Cruiser ve oftalmologların duyarlılığını, özgüllüğünü, doğruluğunu, pozitif öngörü değerini (PPV) ve negatif öngörü değerini (NPV) altın standarda (katarakt uzmanı) göre hesapladık. Hastalığın ciddiyetinin kapsamlı bir değerlendirmesi ve tedavi önerileri sayesinde, kataraktın doğru teşhisi daha da analiz edildi. Genelleştirilmiş Tahmin Denklemi (GEE) yöntemi, özellikle iki terimli dağılımlar veya sayımlar biçiminde olduklarında, boylamsal ve diğer ilgili verileri analiz etmek için giderek daha fazla kullanılan yarı olasılık yönteminin bir uzantısıdır.
Bir kişinin iki gözünden alınan verileri kullandık.Bu veriler ilgili verilerdir, bu nedenle CC-Cruiser ile göz doktoru arasındaki doğruluğu, gerçek pozitif skoru (TPF) ve yanlış pozitif skoru (FPF) belirlemek için GEE yaptık. Önemli fark. TPF, duyarlılığa eşdeğerdir ve FPF, 1-özgüllüğe eşdeğerdir. CC-Cruiser ve göz doktorunun gerektirdiği süre, Mann-Whitney U testi ile değerlendirildi. Hastaların tıbbi hizmetlerden memnuniyeti de standart sapmalı ortalama bir derecelendirme olarak hesaplanır. Her soruya yanıt olarak iki grup arasındaki anlamlı farkı belirlemek için bir Mann-Whitney U testi yapıldı. Anlamlılık standardı = 0.05 olarak belirlendi. Tüm modeller için, sonuçlar olasılık oranı (OR),% 95 güven aralığı ve etki büyüklüğünün p-değeri tahminleri olarak ifade edilir. Tüm istatistiksel analizler SPSS (sürüm 20; SPSS, Inc., Chicago, IL, ABD) kullanılarak yapıldı.
sonuç
9 Ağustos 2017 ile 25 Mayıs 2018 arasında, 353 hasta uygunluk açısından tarandı (Şekil 1). Taramadan sonra, çok küçük üç çocuk, kloral hidrat alamadıkları ve yarık lamba fotoğrafına maruz kaldıkları için çalışma dışı bırakıldı. Kalan 350 katılımcı (700 göz) rastgele olarak AI grubuna (350 göz) veya oftalmolog grubuna (350 göz) atandı. Randomizasyondan sonra hiçbir katılımcı çalışmadan çekilmedi. Çalışmanın 350 katılımcısı (700 göz) var. İki grubun temel demografik özellikleri ve hastalık özellikleri (cinsiyet, yaş, aile öyküsü, oküler semptomlar, katarakt hastaları, katarakt hastaları ve katarakt şiddeti dahil) karşılaştırılabilir (Tablo 1).
Katarakt uzmanlarının standartlarına göre duyarlılık, özgüllük ve tanı doğruluğu, PPV ve NPV sırasıyla% 89.7,% 86.4,% 87.4,% 74.4 ve% 95.0 idi. CC-Cruiser için bu göstergeler% 98.4,% 99.6,% 99.1,% 99.2 ve% 99.1 idi (Tablo 2). CC-Cruiser kataraktı olan çocukların tanısal doğruluğu ve TPF'si önemli ölçüde daha düşüktü (p
Göz doktorları ile karşılaştırıldığında, CC-Cruiser opaklık alanı, yoğunluk ve opaklık pozisyonunu değerlendirmede istatistiksel bir farklılık göstermedi (sırasıyla p = 0,463, 0,286 ve 0,130) (Tablo 3). CC-Cruiser tarafından sağlanan tedavi önerileri (ameliyat ve takip), oftalmologlar tarafından sağlananlardan önemli ölçüde daha düşüktü (% 70,8'e karşı% 96,7, p
CC-Cruiser'ın tanı ve tedavi önerilerinde bulunması için gereken süre, göz doktorunun gerektirdiği süreden daha azdır (2,79 dakika - 8,53 dakika, p
Çalışmanın sonunda 345 katılımcı değerlendirme anketini tamamladı (CC-Cruiser grubunda 172 ve oftalmolog grubunda 173). Beş katılımcının velileri kişisel nedenlerden dolayı anketi doldurmadı. Tablo 5 anketi özetlemektedir. Anketi tamamlama yanıt oranı AI grubunda% 98.3 ve oftalmolog grubunda% 98.9 idi. Hastalar, CC-Cruiser tarafından sağlanan tıbbi hizmetlerden, özellikle teşhis için gereken zamandan oldukça memnunlar. CC-Cruiser'ın genel memnuniyet puanının ortalama puanı 3,47 ± 0,501 olup bu, oftalmologlarınkinden daha yüksektir (3,38 ± 0,554, p = 0,007, Tablo 5), bu da hastaların tıbbi hizmet alırken gerçek doktorlara göre AI'yı tercih ettiklerini göstermektedir.
Şekil 1. Deney gruplaması
Tablo 1: Temel demografik özellikler ve hastalık özellikleri
Tablo 2: Çocuklarda katarakt tanısı; Analiz birimi olarak gözler (N = 700) ile CC-Cruiser grubunda 350, oftalmolog grubunda 350 göz vardı.
Tablo 3: Kataraktlı çocuklar için kapsamlı değerlendirme ve tedavi önerileri
Tablo 4: CC-Cruiser ve göz doktorunun teşhis süreci zaman almaktadır; analiz 300 hastayı (CC-Cruiser grubunda 175, oftalmolog grubunda 175) içermektedir. CC-Cruiser ve oftalmolog arasında Mann WhitneyU testi için gereken süre açısından önemli bir fark vardır.
Tablo 5: Anket anketi katılımcılarının klinik hizmetlere verdikleri yanıtlar
sonuç olarak
Bu çalışmada CC-Cruiser'ın çocuklarda katarakt tanısı koymada ve klinik tedavi kararları vermede oftalmologlar kadar doğru olmadığını bulduk. Ancak göz doktorlarına göre CC-Cruiser teşhisi daha kısa sürer ve hasta memnuniyeti yüksektir. Bu sonuçlar, klinikte rutin kullanımdan önce CC-Cruiser'ın klinik performansını değerlendirmek için randomize kontrollü çalışmaların kullanılmasının önemini vurgulamaktadır.
CC-Cruiser'ın gerçek teşhis doğruluğu, tarama veri setini kullanarak önceki çalışmamızda bildirilen doğruluktan daha düşüktür. CC-Cruiser, gözün ön segmentinin 306 standart görüntüsünü değerlendirmede çok doğru olsa da, CC-Cruiser tarafından 43 kalitesiz kataraktın yanlış teşhisi ve değerlendirilmesi genellikle oftalmolog kadar doğru değildir. Bu, birkaç nedene bağlanabilir:
Birincisi, fotofobi veya dikkat eksikliği nedeniyle bazı pediatrik hastalar tam olarak işbirliği yapamaz ve gözlerini kameradan ayırmaz. Bu nedenle, yarık lamba lense doğru şekilde odaklanamaz.
İkinci olarak, yakalanan görüntünün kalitesini etkileyen göz kapakları ve kirpikler tıkanabilir.
Üçüncüsü, yansıma noktası görsel eksene yakın odaklanırsa, lens yansıma noktasının özellikleri doğru bir şekilde çıkarılamaz, bu da CC-Cruiser tarafından kataraktın yanlış teşhisine ve yüksek bir yanlış pozitif orana neden olur.
Dördüncü olarak, yarık lambanın yoğun aydınlatma yoğunluğu, CC-Cruiser'ın yüksek yanlış pozitif skorunun bir başka nedeni olan lens opasitesine neden olabilir.
Bununla birlikte, bu sorunlar genellikle oftalmologlar tarafından tespit edilebilir çünkü odağı manuel olarak ayarlayabilir ve opaklığı farklı pozisyonlardan veya açılardan değerlendirebilirler. Daha yüksek yanlış pozitifler, tıbbi kaynakların yükünü ve maliyetini artırabilir ve hastalara fiziksel veya zihinsel zarar verebilir.
Ek olarak, Bu aşamada CC-Cruiser'ın teşhisi, görüntü alımının kalitesini sağlamak için klinisyenlerin müdahalesini (sakinleştiricilerin kullanımı dahil) gerektirse de, tıbbi AI otomatik odaklama teknolojisindeki daha fazla iyileştirmenin daha yüksek teşhis doğruluğuna ve daha azına ulaşacağına inanıyoruz. İnsan müdahalesi. Örneğin, mercek yansıma noktalarının daha iyi tanınması, yanlış alarm oranını büyük ölçüde azaltabilir.
Önceki çalışmalar, yapay zeka destekli teşhisin doktorların iş yükünü azaltabileceğini ve ihtiyacı olan hastalara yüksek kaliteli tıbbi hizmetler sağlayabileceğini göstermiştir. Burada, klinik uygulamalarda, tıbbi AI platformlarının tanı süresini kısaltmada insan doktorlardan üstün olduğunu gösteriyoruz. CC-Cruiser grubundaki katılımcılar oybirliğiyle daha hızlı tanı aldıklarını hissettiler ve tanı için bekleme süresi önemli ölçüde kısaldı.
Tıbbi AI ile hasta memnuniyeti tam olarak araştırılmamıştır. Laure ve arkadaşları, hastaların romatoid artrit (RA) bakımı konusundaki memnuniyetini değerlendirmek için elektronik sağlık web sitesi Sanoia'yı kullandı. Yazarlar, araştırmacıların, yapay zeka platformlarının kullanımı ile hasta memnuniyetinin tutarsız olduğunu bulduklarını gösteriyor, çünkü RA kronik bir hastalıktır.Hastalık geri verildiğinde, hastalar Sanoia'yı kullanmaya olan ilgilerini kaybedebilir ve hastalığın kendi kendine yönetimine yatırım yapabilir. Azalacak.
Ancak erken teşhis ve uygun tedavi yoksa çocukluk çağı kataraktları görmeyi tehdit edebilir. Bu nedenle, pediatrik hastaların ebeveynleri, tıbbi hizmet alma ve etkin teşhis ve tedavi kararları verme konusunda isteklidir.
Araştırmamız, CC-Cruiser hastalarının genel memnuniyetinin oftalmologlardan biraz daha yüksek olduğunu gösteriyor ve bu da hastaların AI tıbbi hizmetlerini kullanırken iyi bir deneyime sahip olduğunu gösteriyor. Hasta memnuniyeti, tıbbi yapay zekaya olan merakından veya ilgisinden kaynaklanıyor olabilir veya hastaların, teşhis doğruluğu ile teşhis süresi arasında bir denge kurması gerekir ve daha az zaman alan ve kabul edilebilir teşhis doğruluğuna sahip tıbbi hizmetleri almaya daha istekli olurlar.
Bu nedenle, mevcut CC-Cruiser, klinik uygulamalarda insan doktorlara yardımcı olma potansiyelini göstermiştir. Gelecekteki araştırmalarda, hasta memnuniyetini artırmak için CC-Cruiser'ın doğruluğunu iyileştirmek için çalışacağız.
Çalışmanın avantajları arasında randomizasyon, kontrollü tasarım, geniş örneklem ve Çin'deki beş göz kliniğinden alınan veriler yer alıyor. Ancak, deneyimizin bazı sınırlamaları vardır.
Her şeyden önce, bulanık görme ve diğer semptomları olmayan hastalar bu çalışmaya katılmak istemedikleri için, hafif bulanık lensli bazı hastaları gözden kaçırmış olabiliriz. Bu nedenle, CC-Cruiser'ın erken katarakt değerlendirmesi daha fazla iyileştirmeye ihtiyaç duyar.
İkinci olarak, CC-Cruiser tarafından sağlanan tedavi önerileri hastanın genel durumunu dikkate almadı. Bu nedenle, CCCruiser tarafından sağlanan tedavi önerilerinin küçük bir kısmı (6 vaka), lensin opaklığı doğru bir şekilde değerlendirilmiş olsa bile, uzmanlar tarafından sağlananlarla tutarsızdır. Tedaviye karar verme becerisinin daha da iyileştirilmesi, yaş ve sağlık durumu gibi oftalmolojik olmayan faktörlerin dikkate alınmasını gerektirir.
Üçüncüsü, yapay zeka sistemimiz bilgi işlem gücüne ve İnternet erişilebilirliğine dayanmaktadır.Bu nedenle, CC-Cruiser'ın istikrarlı bir İnternet olmadan gelişen bölgelerde yaygın olarak kullanılması zor olabilir. Bununla birlikte, İnternet erişimi olan uzak bölgeler, CC-Cruiser tarafından sağlanan tıbbi hizmetlerden yararlanmaya devam edebilir.
Dördüncüsü, randomizasyon hasta seviyesinde gerçekleştirildiği ve göz seviyesinde gözlem ve analiz yapıldığı için bu çalışmada bir grup randomize kontrollü çalışma (pediatrik hasta grubu) yürütülmüştür. Bununla birlikte, randomize kontrollü çalışmanın tasarımı, bir çocuğun iki gözü arasındaki küme içi korelasyonu dikkate almadı. Bu, beklenen 0,8'den daha düşük istatistiksel güçle sonuçlanacaktır, çünkü kümelenmiş randomize kontrollü denemeler, aynı istatistiksel gücü elde etmek için randomize kontrollü denemelerden daha büyük bir örneklem boyutu gerektirir.
Özetle, bu, oftalmoloji klinik teşhisinde bir yapay zeka sisteminin doğruluğunu ve etkinliğini doğrulayan ilk klinik randomize kontrollü çalışmadır. İnsan göz doktorları ile karşılaştırıldığında, CC-Cruiser, çocukların kataraktlarını teşhis etmede ve tedavi kararları vermede daha düşük doğruluk gösterir, ancak mevcut durumda klinik uygulamada insan doktorlara yardımcı olabilir. Tıbbi yapay zekanın gerçek tanısal performansını daha iyi değerlendirmek için daha fazla araştırma için klinik kontrollü çalışmalara ihtiyacımız var. Lei Feng Ağı Lei Feng Ağı
Bu makale için ek veriler https://doi.org/10.1016/j.eclinm.2019.03.001 adresinde bulunabilir.
