1. 引言
糖尿病(Diabetes Mellitus, DM)及其并发症由于病因复杂、患病率高、筛防工作开展不足、质量不高对国人健康构成重大威胁 [1]。2010年全国流调报道成人糖尿病标化后患病率为9.7%,按年龄别分层,40至59岁患病率11.5%,60岁以上患病率20.4%。城市患病率11.4%;农村8.2%。BMI越高,DM患病率越高 [2]。糖尿病视网膜病变(Diabetic Retinopathy, DR)是糖尿病最常见的眼底并发症之一。系统综述显示糖尿病患者的总DR患病率为34.6%,增殖期DR患病率6.94%,糖尿病黄斑水肿6.81%,威胁视力的糖尿病黄斑水肿10.2% [3]。总DR患病率会伴随糖尿病病程延长、糖化血红蛋白和血压值的升高而升高。
糖尿病眼病的管理属于糖尿病的三级预防,首要目标是治疗原发病、减少并发症对健康造成的损害。糖尿病在我国的知晓率、规范治疗率不高,此外,基层医患对糖尿病眼病重视不足,糖尿病视网膜病变的筛查率和治疗率低。同时糖尿病视网膜病变早期无症状,导致大量眼底已有损害,需筛查的门诊患者被忽略,这对我国的糖尿病患者威胁巨大。
糖尿病视网膜病变是导致工作年龄段患者失明的主要原因,卫生部门推荐应当对眼底筛查预防严重的视觉损害。国外基层研究报道在首诊糖尿病患者中,部分患者已经有很严重的眼底病变 [4]。免散瞳的眼底照相作为一种有效的筛查方法,在糖网的筛查上应用已很广泛。但是,随着糖尿病患病人数逐年攀升,可参与筛查的眼科医生绝对人数较少,难以及时补充,导致筛查不充分、质量不高 [5]。即使建立了远程阅片制度后,实践上报告延时、病史信息同步困难,短时间内仍难以全面覆盖基层,满足患者的医疗需求。其中专科医生不足、基层拍摄眼底照片不规范是首要限制普查全面铺开的因素。由淄博市中心医院牵头,应用人工智能眼底筛查远程接转诊系统在辖区医联体内上线运营,收到了较好的反馈。下一步将逐步完善社区检出患者转诊至中心医院眼科就诊治疗的工作流,形成DR筛防模式的闭环,并报道DR转诊率和DM确诊率。
2. 资料与方法
2.1. 眼科医联体接转诊流程
山东淄博糖尿病眼病人工智能筛查联盟由淄博市中心医院眼科作为上级主管单位,对加入医联体的辖区内社区卫生中心、乡镇卫生院等基层医疗机构就诊的人群进行远程复核和疾病治疗管理。本研究纳入了眼底成像清楚的所有人群,眼底成像不清楚的人群排除在外。在基层由接诊医师完成双眼免散瞳眼底彩照拍摄,并录入完整的病史信息,当场由AI出具初步筛查结果供接诊医生参考。患者眼底照片和病史信息一键上传至云端,上级眼科可以实时进行远程审核病签发报告,基层将最终筛查诊断报告交给患者,并进行患者眼健康教育。
2.2. 人工智能系统技术指标
眼科全病种筛查产品VoxelCloud Retina来自苏州体素信息科技有限公司,获得国家临床医疗器械类注册证批件。该系统可以对包括糖尿病视网膜病变在内的多种常见眼底疾病进行定性定量辅助诊断。其中糖尿病视网膜病变按照ETDRS分级标准做5级分级,将中度及以上糖尿病视网膜病变并伴有临床意义的黄斑水肿定义为需要转诊专科治疗。
2.3. 临床资料收集
医联体内通过眼底AI系统就诊的患者,询问病史和基本信息,在相机端拍照完成照片上传,进行AI自动诊断和人工复核,以上结果均纳入统计分析。该项目已经由淄博市中心医院伦理委员会批准,批准号202007001。
2.4. 统计学方法
采用SPSS 20.0、R3.6.1进行统计数据的处理,计量资料使用均数和标准差,率使用点估计和95%区间估计。疾病筛检准确性评价使用筛检试验相关指标完成。假设检验统计水准α = 0.05。眼底图像分析由上级医生已审核签发报告的病人数据完成,基本人口学信息描述由全部纳入转诊系统的病人(包含未审核病人)完成。
3. 结果
3.1. 基本信息描述
本研究纳入2019年8月7日至2020年5月26日的所有筛查系统内病人,共计2403人,共收集4600张眼底照片。按来源统计来自7家基层或非眼科医疗机构,其中排名前二的医疗机构纳入病人占到总病人数的86.64%,其余各机构纳入病人相对较少(表1)。
按就诊病人病史分析,包含高血压、糖尿病、视物模糊、黑影飘动四个描述的病人有1681人,占所有患者的69.95% (表2)。
![](Images/Table_Tmp.jpg)
Table 1. Distribution of hospital sources of patients in the group
表1. 入组患者医院来源分布
*已审核为经上级医院眼科医生审核签发报告。
![](Images/Table_Tmp.jpg)
Table 2. Analysis of the medical history of the patients enrolled in the group
表2. 入组病人病史分析
纳入病人平均年龄67.59 ± 10.39岁,其中65岁以上人口2014人,占总人数的87.57%。男性占41.73%、女性占58.27%。分层年龄性别分布见图1。
眼底照片总体采集率较高,双眼都有眼底照片的病人占91.43%,没有双眼均采不到眼底照片的病人(表3)。
![](//html.hanspub.org/file/26-1571629x10_hanspub.png)
Figure 1. Includes the age and sex distribution of patients
图1. 纳入病人年龄性别分布
按照诊疗流程,基层接诊患者采集眼底照片并录入病史资料上传后,上级医生共对2300人、4397张眼底照片进行复核确认,复核率95.71%。
对完成审核流程的患者分析就诊的时间分布(图2)可以发现:19年末、20年初,系统上线初期,叠加年初新冠疫情的影响,就诊患者很少。2020年3月中旬以来,就诊人数逐步增加,在大的节假日期间有所回落,之后又快速增长,在资料收集期末,通过眼底AI系统日均就诊量峰值达到160人(2020年5月21日)。
![](Images/Table_Tmp.jpg)
Table 3. Photo collection and analysis
表3. 照片采集分析
![](//html.hanspub.org/file/26-1571629x11_hanspub.png)
Figure 2. Distribution of visiting time of audited patients
图2. 已审核病人就诊时间分布
3.2. 人工智能筛检评价
以眼睛为单位统计上级审核医生和AI独立阅片的糖尿病视网膜病变分级如表4所列。DR五分类的一致率为92.4% (95%CI: 91.6, 93.2),kappa系数为0.59 (95%CI: 0.55, 0.63),平方加权kappa系数为0.61 (95%CI: 0.48, 0.75)。
以眼为单位,对是否需要转诊上级眼科专科的筛查意见,上级医生和AI的意见比较如表5所示。上级医生的诊断为金标准,AI给出转诊建议的灵敏度为84.7% (95%CI: 79.6, 88.7),特异度93.8% (95%CI: 93.0, 94.5),阳性预测值46.4% (95%CI: 41.9, 51.0),阴性预测值99.0% (95%CI: 98.6, 99.3)。一致率93.3% (95%CI: 92.5, 94.0)。
3.3. 转诊评价
由表6可知以病人为单位,经上级医生审核确认,DR需要转诊上级医院眼科的有201人,占审核后接诊人数的8.73%。确诊DR人数263人,占审核后总接诊人数的11.43%,其中121人既往未诊断糖尿病,占总检出人数的43.01%。既往未诊断糖尿病但确诊DR的患者中,有88例需转诊至专科眼科治疗,占未诊断糖尿病患者的72.73%。需转诊患者向上转诊过程未有效控制,尤其是疑似原发病的患者未有效随访明确诊断,该转诊模式在社区首诊慢病的重要性还未提供足够证据支持。
![](Images/Table_Tmp.jpg)
Table 4. Confusion matrix between the industrial intelligence of patients with diabetic retina and the gold standard of doctors
表4. DR人工智能与医生金标的混淆矩阵
![](Images/Table_Tmp.jpg)
Table 5. Evaluation of screening for diabetic retinopathy referred by artificial intelligence or not
表5. 人工智能是否转诊的DR筛检评价
![](Images/Table_Tmp.jpg)
Table 6. Analysis of diabetic retinopathy in screening population
表6. 筛检人群DR检出分析
4. 讨论
以地区中心医院为核心的眼科转诊医联体是一种新型的整合医疗资源、服务基层患者提供专业眼科服务的新模式 [6]。助力推动医疗卫生工作重心下移,使优质眼科医疗资源下沉进入基层 [7]。随着医联体模式的兴起,患者可以就近再加入医联体的社区进行就诊,由社区医院医生联系上级医院进行远程会诊,实时或延时给出患者眼科专科诊断结果。从慢病管理的角度,基于眼科的诊断也应得到原发病科室的尽快收治,形成筛查和治疗的闭环 [8]。该模式可以极大满足偏远地区患者的医疗需求,也是医疗体系改革的方向。但由于基层眼科专科接诊能力的缺乏,患者不能及时得到诊疗建议,就诊体验差,转诊和远程会诊不畅时有延误治疗风险。以AI辅助的基层眼科全病种筛查转诊系统可以满足基层医生在接诊患者时即刻获得眼底检查的初筛结论,再经由上级医生审核签发,形成最终的诊断意见。通过实践证明,随着系统的全速运转,基层有大量的眼科诊疗需求被释放,接诊量屡创新高,已远超过地区中心医院眼科日接诊人数。患者以前无法再基层完成眼科检查和医师读片,现在可以通过AI初筛 + 医联体转诊一站式实现患者诊断、评估、转诊。
糖尿病人需要长期管理、在医疗条件不足的地区,早发现早诊断,防治并发症尤为重要。此次半年期的基层筛防试验发现了大量未诊断糖尿病的患者已经确诊DR,这类患者亟需诊断DM并完成相关检查、治疗、生活方式干预、健康宣教等工作。未诊断糖尿病的DR患者中又有七成病人糖尿病眼底已较重,需要转诊专科眼科进行治疗,以防止视力进一步恶化 [9]。对于以上亟待解决的问题,还应建立更加完善的转诊预约、上级医院接收反馈、电子病历归档跨平台调阅等信息化功能,及时随访、尽早收治,完成诊疗闭环。糖网筛查是有效的糖尿病高危和患者人群的医疗保护措施,只有覆盖更全面的人群,才能有效保障患者的健康。
5. 结论
以医联体为基础,上级医生审核下的人工智能辅助糖网筛查新模式在基层可以顺利开展,患者眼科检查可及性高,诊断结论经医师复核后准确有效,可以指导糖尿病视网膜病变的管理。其中新发现糖尿病病人也可指导基层和内分泌科尽快收治,完善糖尿病的管理。新模式现有短板在于应将需转诊患者和需确诊原发病患者引导转诊至上级医院完成疾病确诊和治疗,并完成随访。
基金项目
淄博市重点研发计划公益类(项目编号2019gy010046)。
NOTES
*通讯作者。
#第一作者。