編譯/彭梓涵
 
美國FDA自2018年批准首個眼科AI輔助診斷軟體，目前僅有兩項產品獲得批准。昨(5)日，一項研究，採用23,724名退伍軍人共311,604張視網膜圖像，進行5家AI公司7種演算法(包含一家獲FDA批准的演算法)比較，結果顯示，演算法間的靈敏度（sensitivities）差異很大，且近一半判讀結果比不上醫生專業。相關研究已發表在《Diabetes Care》期刊上。
 
此為一項多中心、非介入性設備驗證的研究，該研究使用五家，包括：美國已獲FDA批准的Eyenuk，以及Retina-AI Health、中國Airdoc、葡萄牙Retmarker和法國OphtAI 公司的7 種視網膜病變（DR）判讀演算法。
 
評估2006年至2018年葡吉特海灣（Puget Sound）、亞特蘭大（Atlanta）退伍軍人管理局（VC）的遠距視網膜病變篩查圖像。
 
結果顯示，儘管觀察到82.72–93.69％較高的陰性預測值（NPV），但各家靈敏度差異很大（50.98–85.90％），且近一半的演算法期檢測結果，不如醫師的判斷。
 
不過其中還是有兩項產品靈敏度較高，也有一項其靈敏度（80.47％，P = 0.441）和特異性（81.28％，P = 0.195）相近。
 
研究也發現，在分析西雅圖和亞特蘭大醫療機構的患者群體的圖像時，演算法的性能也會有所不同。
 
華盛頓大學醫學院眼科學助理教授Aaron Lee表示，研究的結果令人震驚，顯示這些演算法無法在不同的地方執行始終如一的預測能力。
 
不過研究者認為，誤差的結果可能是因為相機設備和拍攝技術差異導致，因此該研究也強調，「任何想用AI演算法作為篩查，都必須先正確獲取患者眼睛圖像，除此之外，演算法在訓練時，也應納入不同地區、更多種圖像來訓練，才能提高靈敏度。」
 
研究者表示，7種DR篩選演算法明顯出現性能上的差異，且不如他們研究報告中聲稱的出色結果，這些演算法，在臨床使用前，最好還是在真實數據上進行嚴格測試。
 
資料來源：https://www.news-medical.net/news/20210105/AI-screening-algorithms-to-diagnose-diabetic-retinopathy-do-not-show-consistent-performance.aspx