醫療科技 · global
從辨識黃斑部裂孔到撰寫報告:眼科AI外部測試準確率達98.8%
一項概念驗證研究把視網膜影像判讀與病人報告串成流程,但高準確率來自裂孔與正常影像的二分類測試,距離真實門診的複雜病例仍有落差。
眼科影像上的判讀結果,還得轉化為病人能理解的說明,才算走完診療溝通的重要一步。10月23日刊於《Ophthalmology and Therapy》的研究,嘗試把黃斑部裂孔辨識與報告撰寫接成自動流程,探索影像分析如何銜接後續溝通。
研究以光學同調斷層掃描(OCT)為輸入,先由經微調的視網膜基礎模型RETFound判斷影像屬於黃斑部裂孔或正常黃斑部,再交由GPT-4產生說明。語言模型不直接看圖,也不參與診斷決定;影像分類與文字生成各自承擔不同任務。
在1,014張外部驗證影像中,分類準確率達98.8%,敏感度為97.9%。563張裂孔影像有12張漏判,451張正常影像則全數分類正確。這些數字的單位是影像,不能直接當成相同人數的臨床驗證結果。
外部驗證也有一項關鍵限制:裂孔與正常影像分別來自不同資料集。因此,模型表現是否部分受到掃描設備、影像取得方式或族群差異影響,尚無法完全排除。研究者指出,需要以同時包含兩類病例的多中心資料確認泛化能力。
文字報告的表現則沒有分類數字那麼整齊。兩名眼科醫師評估40份報告,其中37份獲雙方認定為準確且充分。另一名評閱者指出,兩份報告低估白內障形成作為手術併發症的常見程度,另有一份漏列相關手術風險,顯示流暢文字仍可能藏有醫療資訊錯誤。
目前模型只區分裂孔與正常影像,尚未證明能辨別外觀相近的其他病變,也未評估分期或預後。它分析的是單張二維切面,小型或偏離中央的裂孔可能漏掉;生成報告亦未納入視力、症狀持續時間等個別病況。
這項概念驗證的意義,在於展示判讀與說明可以如何銜接。要進入實際照護,仍須前瞻性臨床驗證,確認整套流程在複雜病例中的可靠性,以及病人是否真正理解報告內容;現階段,醫師的最終審閱仍是必要環節。