研究人員發布了臨床試驗數據，說服FDA將IDx-DR作為第一個在美國銷售的自動人工智能(AI)診斷系統。

　　這項900名患者的試驗發現，IDx-DR在敏感性和特異性方面超過了預先確定的優勢終點，這表明它可以持續檢測糖尿病視網膜病變。IDx是該技術的開發者，他將診斷視為一種有用的工具，使初級保健醫生能夠篩查糖尿病視網膜病變，從而更快地檢測和治療疾病。

　　基于AI的診斷的支持者支持該技術作為解決醫療資源挑戰的解決方案。雖然城市中的一些患者可以接觸到訓練有素的診斷專家和最新設備，但這些資源的可用性在農村社區中更為復雜。同樣，需要訪問城市資源的人數意味著需求可能超過供應，導致診斷測試的等待時間過長。城市也面臨著零散的可用性，資源集中在專業中心，而不是人們經常訪問的主要護理場所。

　　應對挑戰的一個答案可能是培訓，雇用和支付更多專家，但考慮到許多國家人口老齡化和醫療預算受限，這可能不是一個可擴展的可持續解決方案。

　　基于AI的診斷可以通過可持續擴展專業測試訪問的方式解決資源問題。醫療保健系統可以使用經過培訓的AI技術來檢測指示疾病的模式，以診斷或分類患者，而不是依靠人員來執行所有分析。這將使醫療保健系統能夠以更少的員工處理更多的患者。

　　該概念在4月向前邁出了一步，當時FDA批準了基于云的軟件IDx-DR，該軟件可以檢測視網膜照相機拍攝的照片中的輕度或更嚴重的糖尿病視網膜病變病例。當軟件進行診斷時，患者被送到眼科專家進行評估和治療。

　　疾病預防控制中心估計，每年有12,000至24,000人因糖尿病視網膜病變而失明。然而，每年只有約一半的糖尿病患者會去看眼科醫生。

　　IDx現已發布獲得批準的數據。在自然數字醫學中寫作，研究人員解釋了該試驗如何比較在初級保健診所進行的IDx-DR分析與威斯康星基金會照片閱讀中心認證的攝影師的調查結果。該試驗將IDx-DR與87.2%的特異性和90.7%的敏感性聯系起來，表明假陽性和陰性率可能足夠低，使得該測試對醫療保健系統有價值。

　　研究人員還報告說，96.1%的病例可以獲得由AI分析的足夠高質量的圖像。然而，需要多次成像嘗試和擴張下降來捕獲某些人的高質量圖像。研究人員承認，“在某些情況下，選擇性擴張可能對可擴展的臨床實施提出挑戰。”IDx需要說服初級保健站點，其系統的好處超過成本，同時減輕對使用新型自動化技術的擔憂。這些努力的成功(或其他)將提供醫生和患者對AI測試的接受度的早期指示。