学术研究
AI辅助视觉障碍筛查模型的社区应用评估
全球有超过6亿人受视觉障碍（VI）影响，显著降低生活质量。在新加坡，约20%的60岁及以上成人（约18万人）患有VI，预计到2030年这一数字将翻倍。尽管约一半的VI病例由未矫正的屈光不正引起，其余则由年龄相关疾病导致。当前的传统筛查模式为两次访问、劳动密集型且随访率低，常有不必要的转诊。本研究旨在通过一项两臂实用随机对照试验，评估AI辅助筛查模型与传统筛查模型在转诊准确性、操作效率、患者接受度、可行性和成本方面的差异。该研究计划招募1000名50岁及以上的参与者，其中AI辅助组将使用先前开发并验证的深度学习模型进行现场视网膜照片分析，阳性病例将被转介给验光师进行二次评估。传统筛查包括针孔视力、眼压、裂隙灯检查、自动验光和视网膜摄影。所有L2参与者将完成患者接受度问卷，并进行地面真实情况评估。
#AI辅助筛查#视觉障碍#随机对照试验
PubMed Ophthalmology #1/2
READ