ThailandGesundheit und Life Sciences2018 – laufendThailändisches Gesundheitsministerium (nationales Screeningprogramm für diabetische Retinopathie)
Mit Google Health entwickeltes Deep-Learning-Augenscreening in Einrichtungen der Primärversorgung
Ein KI-Augenscreening erreichte bei 7.651 thailändischen Patienten das Niveau von Netzhautspezialisten; Pflegekräfte in ländlichen Einrichtungen hatten jedoch Probleme mit Bildqualität und langsamen Verbindungen
Ausgangslage
Diabetische Retinopathie kann zur Erblindung führen; Patienten in Thailand warteten häufig vier bis fünf Wochen auf den augenärztlichen Befund. Weniger als die Hälfte der Diabetespatienten wurde jährlich untersucht.
Vorgehen
Das Deep-Learning-System von Google Health bewertete Netzhautfotos, die Pflegekräfte in Einrichtungen der Primärversorgung im Rahmen des nationalen thailändischen Screeningprogramms aufnahmen. Netzhautspezialisten überprüften jedes Bild zur Sicherheit nochmals. Eine prospektive Studie lief von Dezember 2018 bis März 2020 an neun Standorten. Eine separate Feldstudie beobachtete Pflegekräfte in elf Einrichtungen in Pathum Thani und Chiang Mai.
Kennzahlen
Erkenntnis
Die Genauigkeit blieb im klinischen Einsatz erhalten. Die Feldstudie ergab jedoch, dass fehlende ausreichend dunkle Räume, unscharfe Bilder und schwache Internetverbindungen den Einsatz begrenzten. Nach Ansicht der Autoren müssen die Arbeitsabläufe vor einer Ausweitung an die jeweiligen Bedingungen angepasst werden.
Kategorien
- Größe
- Großunternehmen
- Branche
- Gesundheit und Life Sciences
- Unternehmensfunktion
- Produktion und Qualität
- Innovationsart
- Prozessinnovation
- KI-Technologie
- Bildverarbeitung (Computer Vision)
- Einführung
- Gemeinsame Entwicklung mit Partnern
- Nachweis
- Unabhängige Studie
Quellen
Quellenzusammenfassungen
Forscher führten von Dezember 2018 bis März 2020 eine prospektive Studie an neun thailändischen Standorten der Primärversorgung durch. Von 7.940 untersuchten Patienten waren 7.651 für die Auswertung geeignet. Bei sehkraftbedrohenden Erkrankungen erreichte das System eine Sensitivität von 91,4 % und eine Spezifität von 95,4 %, gegenüber 84,8 % und 95,5 % bei Netzhautspezialisten. Den Autoren zufolge erreichte es das Niveau der Spezialisten; bei einer Ausweitung seien die Arbeitsabläufe entscheidend.
Forscher beobachteten und befragten Pflegekräfte in elf thailändischen Einrichtungen. Einrichtungen mit begrenzten Ressourcen hatten Schwierigkeiten, Bilder zu erzeugen, die die Qualitätsschwellen des Modells erfüllten. Screeningabläufe und Patientenerfahrung beeinflussten die Leistung des Werkzeugs.
TechCrunch fasste die Feldstudie zusammen. Nur zwei Einrichtungen verfügten über einen für gute Aufnahmen ausreichend dunklen Raum; das Hochladen dauerte bei langsamen Verbindungen 60 bis 90 Sekunden, und ein zweistündiger Ausfall halbierte die Zahl der Untersuchungen in einer Einrichtung von 200 auf 100 Patienten. Das System wies unscharfe oder dunkle Bilder zurück, was Pflegekräfte frustrierte.
Ausführliche Angaben finden Sie in den Originalquellen.
