研究人员发布了临床试验数据，说服FDA将IDx-DR作为第一个在美国销售的自动人工智能(AI)诊断系统。

这项900名患者的试验发现，IDx-DR在敏感性和特异性方面超过了预先确定的优势终点，这表明它可以持续检测糖尿病视网膜病变。

IDx是该技术的开发者，他将诊断视为一种有用的工具，使初级保健医生能够筛查糖尿病视网膜病变，从而更快地检测和治疗疾病。

基于AI的诊断的支持者支持该技术作为解决医疗资源挑战的解决方案。虽然城市中的一些患者可以接触到训练有素的诊断专家和最新设备，但这些资源的可用性在农村社区中更为复杂。同样，需要访问城市资源的人数意味着需求可能超过供应，导致诊断测试的等待时间过长。城市也面临着零散的可用性，资源集中在专业中心，而不是人们经常访问的主要护理场所。

应对挑战的一个答案可能是培训，雇用和支付更多专家，但考虑到许多国家人口老龄化和医疗预算受限，这可能不是一个可扩展的可持续解决方案。

基于AI的诊断可以通过可持续扩展专业测试访问的方式解决资源问题。医疗保健系统可以使用经过培训的AI技术来检测指示疾病的模式，以诊断或分类患者，而不是依靠人员来执行所有分析。这将使医疗保健系统能够以更少的员工处理更多的患者。

该概念在4月向前迈出了一步，当时FDA批准了基于云的软件IDx-DR，该软件可以检测视网膜照相机拍摄的照片中的轻度或更严重的糖尿病视网膜病变病例。当软件进行诊断时，患者被送到眼科专家进行评估和治疗。

疾病预防控制中心估计，每年有12,000至24,000人因糖尿病视网膜病变而失明。然而，每年只有约一半的糖尿病患者会去看眼科医生。

IDx现已发布获得批准的数据。在自然数字医学中写作，研究人员解释了该试验如何比较在初级保健诊所进行的IDx-DR分析与威斯康星基金会照片阅读中心认证的摄影师的调查结果。该试验将IDx-DR与87.2%的特异性和90.7%的敏感性联系起来，表明假阳性和阴性率可能足够低，使得该测试对医疗保健系统有价值。

研究人员还报告说，96.1%的病例可以获得由AI分析的足够高质量的图像。然而，需要多次成像尝试和扩张下降来捕获某些人的高质量图像。研究人员承认，“在某些情况下，选择性扩张可能对可扩展的临床实施提出挑战。”

IDx需要说服初级保健站点，其系统的好处超过成本，同时减轻对使用新型自动化技术的担忧。这些努力的成功(或其他)将提供医生和患者对AI测试的接受度的早期指示。