數位醫療已在許多先進國家被開發與應用，但是否適合落地在中低收入國家中使用，相關的研究卻不多。近(1)日，Google與泰國多家醫院進行的一項介入性研究，評估深度學習技術部署到泰國醫療保健系統中，篩查糖尿病視網膜病變的實際效果與落地可能性。
 
該研究證實，利用深度學習篩查糖尿病視網膜病變，準確率為94.7%，與眼科醫師判讀的準確率93.5%相當。該研究已發表在《The Lancet Digital Health》期刊上。
 
這項研究是由Google資助並根據泰國國家糖尿病視網膜病變篩查計劃，在9個醫療保健中心使用深度學習系統，為患有糖尿病並在國家糖尿病登記處紀錄的18歲以上患者進行眼部篩查。
 
該研究於2018年12月12日至2020年3月29日期間，對7,940名患者進行篩查。其中7,651 (96.3%)名患者符合研究分析條件，經深度學習系統篩查共有2,412 (31.5%)名患者，檢查出屬於糖尿病視網膜病變、糖尿病黃斑水腫、無法分級的圖像或部分視力受損，並建議轉診。
 
結果顯示，透過深度學習系統篩查，診斷出糖尿病視網膜病變的準確率為 94.7%、靈敏度為91.4%、特異性為95.4%，眼科專家檢查的準確度則為93.5%、靈敏度84.8%、特異性95.5%。
 
機器學習系統的陽性預測值(PPV)為79.2、視網膜專家PPV為75.6；陰性預測值(NPV)數據上機器學習系統為95.5、視網膜專家為92.4。
 
研究者認為，深度學習系統在所有預先指定的主要終點上，都達到高性能的表現，可提供社區篩查環境中與視網膜專家相當的檢測能力，未來可作為醫療保健中心減省醫療成本的方式之一。
 
Google AI開發部門與Verily產品部門在過去3年中不斷開發機器學習演算法，該套深度學習系統先前也在印度推出，以協助醫師短缺的印度進行糖尿病視網膜病變篩查。
 
資料來源：
https://www.mobihealthnews.com/news/deep-learning-algorithm-detects-diabetic-retinopathy-par-regional-specialist

(編譯/彭梓涵)