Umsetzung entweder eine automatisierte oder semi-automatisierte deep-learning-system für die diabetische Retinopathie-screening könnte zu Einsparungen bei den Gesundheits-system-Ebene, nach eine wirtschaftliche Analyse Modellierung Studie, die kürzlich in „The Lancet“ Digital Health.
Unterstützt von Singapurs Ministerium für Gesundheit, die Untersuchung betrachtete die Daten von einer nationalen diabetische Retinopathie-screening-Programm durchgeführt, in dem Land, in 2015, und modelliert die simulierten Kosten für das ersetzen der menschlichen-led-Konzept mit künstlicher Intelligenz, erweiterten screening-Techniken.
TOPLINE-DATEN
Basiert auf der Studie s-Modelle, bei diabetes-Patienten entstehen würden einen 12-Monats-Gesamtkosten von $77 pro patient beurteilt, wenn von einem Menschen. Mit einer voll automatisierten screening-Prozess, die schneiden würden, dieser Preis um 14,3% auf $66 pro patient pro Jahr, während ein semi-automatisierten Ansatz würde die Erhöhung der Einsparungen um 19,5% auf $62 pro patient pro Jahr.
Kosten im Zusammenhang mit der menschlichen Grader, screening Besonderheiten und überlegungen hatten den größten Einfluss auf diese Preise. Für die ehemaligen, die Forscher betonten, die etwa zwei Minuten ein Mensch grader benötigen würde, zu beurteilen, jedes Bild, welches ein deep-learning-system schneiden sich fast vollständig.
Inzwischen liegt der große Unterschied zwischen dem vollautomatischen Modell und die semi-automatisierte Modell, das nur reduziert die menschliche grading Kosten von 74%, war der Nachsorge angetrieben durch jedes screening-Methode die Spezifität.
„Die voll automatisierte Modell … Renditen von mehr Einsparungen,“ die Forscher schrieb. „Das ist, weil eine höhere rate der false positives, und daher mehr unnötige Spezialist Besuche, unter dem vollautomatischen Modell. Die höheren Kosten für Grader in der semi-automatisierten Modell wird mehr als ausgeglichen durch die niedrigeren Beratung Kosten. Dies ist jedoch … auf der Grundlage der Löhne in Singapur, und könnte nicht für andere Einstellungen.“
WIE ES GEMACHT WURDE
Die Studie beruhte auf einem historischen Datensatz von 39,006 diabetes-Patienten abgeschirmt durch ein tele-Ophthalmologie-Plattform als Teil des Singapore Integriert Diabetische Retinopathie Programm.
Die erfassten Kosten für das screening dieser Patienten gegen die hypothetische zwei deep-learning-system-basierten Ansätzen unter Verwendung eines Entscheidungsbaum-Modell entwickelt durch das Forschungs-team. Parameter in das Modell aufgenommen diabetische Retinopathie-Prävalenz, screening-Kosten der einzelnen Methoden, Ihrer Sensitivität und Spezifität, und daraus resultierende medizinische Beratung Kosten.
Diagnose-performance und der Prävalenz von Krankheiten wurden Werte gesammelt, von den lokalen Quellen oder basieren auf der von den Forschern vor der Arbeit. Die Kosten von waren und Dienstleistungen entweder erhalten im Jahr 2015, oder wurden an die inflation angepasst zu reflektieren, Ihren Preis im Juni 2015.
DER GRÖßERE TREND
Eine Reihe von wissenschaftlichen teams und großen tech-Anbieter entwickelt haben-Algorithmus-basierte Ansätze zur diabetischen Retinopathie-screening, von denen einige beinhalten Geräte, die leicht montiert auf einem smartphone zu ermutigen, point-of-care-Diagnostik. Insbesondere Google wurde das schlagen der Trommel von machine-learning-basierte screening für die letzten paar Jahre, nachdem Sie veröffentlicht Studie Daten über Ihr system in 2018 und kündigt seine ersten realen klinischen Einsatz in 2019.
ABSCHLIEßEND
„Unsere Studie zeigt, dass sowohl die voll automatisierten und semi-automatisierten [deep-learning-Systeme] waren weniger teuer als die aktuellen manual grading-system für die diabetische Retinopathie-screening in Singapur. 2050, in Singapur wird voraussichtlich knapp 1 million Menschen mit diabetes; wenn ein [deep-learning-system] angenommen wird, könnte dies übersetzt in Einsparungen von $15 Millionen,“ die Forscher abgeschlossen.
Mehr regionale news
Großbritannien geht auf Apple, Google's Bluetooth-Kontakt-tracing-tool, Obst-Street-Gesundheit startet COVID-19 Telemedizin-Plattform und mehr digital health news briefs
Experten warnen vor technischen Einschränkungen der Ermittlung von Kontaktpersonen für coronavirus
Credit: NHS Digital