Artikel
Was würde der Einsatz von KI für ein Screening auf diabetische Retinopathie in der Hausarztpraxis bedeuten? Ergebnisse einer Metaanalyse
Suche in Medline nach
Autoren
-
Larisa Wewetzer
- Universität zu Lübeck, Institut für Allgemeinmedizin, Deutschland
-
Linda Held
- Universität zu Lübeck, Institut für Allgemeinmedizin, Deutschland
-
Jost Steinhäuser
- Universität zu Lübeck, Institut für Allgemeinmedizin, Deutschland
| Veröffentlicht: | 17. September 2021 |
|---|
Gliederung
Text
Hintergrund: Diabetische Retinopathie (DR) betrifft bis zu 10–24 % der Patienten mit Diabetes mellitus Typ 1 oder 2 in der Hausarztpraxis. Da Frühstadien asymptomatisch – jedoch behandelbar sind, ist eine Früherkennung entscheidend für den Erhalt des Sehens. Es gibt hierfür Deep-Learning(DL)-Screening-Methoden, die für den Einsatz in der primärärztlichen Versorgung konzipiert wurden.
Fragestellung: Ziel dieser Metaanalyse war es, den aktuellen Forschungsstand über den Einsatz der DL-Screening-Methoden auf DR in der Primärversorgung zu erfassen und die diagnostische Leistungsfähigkeit von solchen Systemen zur Erkennung DR zu bewerten.
Methoden: Es wurde eine systematische Literatursuche über Medline, Web of Science und Scopus durchgeführt, um geeignete Studien zu identifizieren.
Geeignete Studien wurden von zwei Forschern unabhängig voneinander bewertet. Es wurden Studien eingeschlossen, die DL-Methoden und deren Eignung in der Primärversorgung bewerten. Ausgeschlossen wurden Studien, die sich lediglich eine Segmentierung von Läsionen konzentrieren, die konventionelle bildgebende Diagnoseverfahren einsetzen, die in der Sekundär- oder Tertiärversorgung durchgeführt wurden.
Die folgenden Daten wurden aus den eingeschlossenen Studien extrahiert: Autoren, Titel, Jahr der Veröffentlichung, Ziele, Teilnehmer, Setting, Art der Intervention/Methode, Referenzstandard, Bewertungsskala, Effektschätzer, Datensatz und Risiko der Verzerrung.
Ergebnisse: Die aggregierte Sensitivität aller eingeschlossenen Studien lag bei 87% und die Spezifität bei 90%.
Diskussion: Bei einer Prävalenz von 10% bei Patienten mit Typ-2-Diabetes, liegt der negative prädiktive Wert (npv) bei 98% und der positive prädiktive Wert (ppv) bei 49%. Bei einer Prävalenz von 24 % bei Typ-1-Diabetes liegt der berechnete ppv bei 73% und der npv bei 95%.
Take Home Message für die Praxis: Trotz hoher Testgüte der DL-Algorithmen muss bei der Interpretation eines Testergebnisses die unterschiedliche Prävalenz von Patienten mit DR in Abhängigkeit von z. B. dem Diabetestyp oder dem Gesundheitssektor berücksichtigt werden.
