基层医疗中人工智能辅助糖尿病视网膜病变筛查的患者接受度：一项基于问卷的可行性研究

本研究探讨2型糖尿病（T2D）患者对基层医疗中人工智能（AI）辅助糖尿病视网膜病变筛查（DRS）的接受度。研究发现，尽管患者对AI存在不信任，但对未来AI辅助DRS的接受度高于眼科医生主导的筛查。糖尿病自我护理能力与AI辅助DRS接受度呈正相关，而AI不信任程度则与眼科医生筛查偏好相关。研究为AI在基层医疗DRS中的应用提供了患者视角的关键见解。

　　

引言

糖尿病视网膜病变（DR）是糖尿病 mellitus 患者常见的微血管并发症，可导致严重视力损害甚至失明。该疾病在早期阶段通常无症状，大多数患者直到病情进展至严重阶段才出现症状，因此定期进行糖尿病视网膜病变筛查（DRS）对于检测早期视网膜改变和预防视力丧失至关重要。

在丹麦，大多数2型糖尿病（T2D）患者由全科医生管理，而DRS通常由私人眼科医生进行。尽管系统化DRS在检测威胁视力的改变和结合及时治疗降低视力丧失风险方面已被证明有效，但在大多数医疗系统中，DRS的参与率仍不理想。2023年，丹麦有36%的2型糖尿病患者未在推荐间隔内参加筛查，一项丹麦注册研究显示，26.6%的患者在6年期间（2013-2018年）没有进行过DRS。因此，迫切需要新的举措来提高DRS的参与率。

DRS技术的进步，特别是使用人工智能（AI）进行自动图像分级，使得筛查可以外包给基层医疗机构，提高了可及性并减少了专科医生的工作量。这种AI辅助方法已在国际上进行测试，并在前瞻性研究中显示出良好的准确性，灵敏度≥87%，特异度≥84%。在基层医疗中实施新技术的一个重要方面是了解患者的观点，患者基于真实生活经验和与医疗服务的互动提供的见解可以提供关于医疗技术影响的重要信息。

方法

研究设置与参与者

这项横断面可行性研究的参与者于2022年3月1日至2023年12月1日期间从丹麦12家全科诊所招募。符合以下纳入标准的患者被纳入研究：诊断为T2D、年龄18-70岁、精通丹麦语、双眼无失明，且能够参加后续眼科DRS。如果无法完成眼底检查（如瞳孔过小或相机故障），则患者被排除研究且不完成问卷。基于研究的可行性性质，未进行事前效能计算。

AI辅助DRS

使用非散瞳眼底相机（FundusScope，Rodenstock，德国）进行AI辅助DRS，该相机具有45°视野和12兆像素传感器，可捕获高分辨率视网膜图像（4,096 × 3,072像素）。使用AI软件（RetinaLyze System；RetinaLyze A/S，H?rsholm，丹麦）分析视网膜图像，该软件采用支持向量机学习算法检测和分类可见视网膜改变。AI输出结果采用颜色编码系统：绿色表示无改变，黄色表示少量改变，红色表示多个改变（>3个病灶），灰色表示图像质量不足。AI分析约需15秒完成。

研究程序

招募的患者在其糖尿病咨询期间参加了由常规糖尿病护理提供者进行的DRS。大多数患者的DRS由糖尿病护士执行，少数由全科医生或生物医学实验室科学家执行。所有患者被告知，其眼底图像分析仅由AI系统完成，糖尿病护理提供者不会评估图像。DRS在几分钟内完成，之后口头告知患者结果。所有患者被要求在一个平板电脑上完成专门开发的问卷。

问卷开发

由于研究开始时没有现成的相关问卷来评估患者对基层医疗中AI辅助DRS接受度的影响因素，因此专门开发了一个新问卷。开发过程包括通过文献回顾和定性访谈确定关键主题，随后进行多轮认知测试、实地评估和迭代改进。问卷涵盖了八个关键领域：人口统计学、最近DRS、一般健康、心理健康、糖尿病自我护理能力、对医生的信任、对AI在DRS中的不信任以及未来DRS接受度。

数据分析

使用Stata 18进行数据管理和统计分析。连续数据以均值和标准差（SD）表示，分类数据以频数和百分比表示。每个李克特量表项目通过各应答类别的频数和百分比以及项目均值和标准差进行描述。使用Cronbach's alpha评估信度。使用OLS回归估计平均复合得分的差异，并报告95%置信区间和p值。

结果

患者特征

共有298名患者在基层医疗接受AI辅助DRS后完成了问卷。患者平均年龄为61.9岁（SD=7.8），其中56.4%为男性。大多数患者（90.3%）此前接受过DRS，其中75.8%在过去一年内完成筛查。

问卷信度

所有量表均表现出高信度，Cronbach's alpha值均高于0.8。具体得分如下：心理健康=0.888，对医生的信任=0.873，糖尿病自我护理能力=0.887，对AI在DRS中的不信任=0.867。

对AI在DRS中的不信任

患者对AI在DRS中表现出一定程度的不信任，特别是在AI替代眼科医生的能力（均值=3.29，SD=0.99）和AI在没有人类监督的情况下独立分析图像的担忧（均值=2.91，SD=1.01）方面。"眼科医生检测更多"项目的不信任程度最高（均值=3.48，SD=0.89），而"担心AI忽视感受"的不信任程度最低（均值=2.50，SD=1.04）。两个正面表述的AI项目显示较低的不信任："AI未来将替代眼科医生"的均值=2.79（SD=1.07），"AI可以防止错误"的均值=3.38（SD=0.84）。

未来DRS接受度

患者对未来基层医疗DRS的接受度（均值=3.6）高于对未来眼科医生DRS的接受度（均值=2.78）。对于未来基层医疗DRS，47.8%的患者选择"同意"，而对于未来眼科医生DRS，38%的患者选择"既不同意也不反对"。

领域间关联

分析发现，患者对未来基层医疗DRS的接受度与其糖尿病自我护理能力之间存在显著关联（p=0.04）。较高的糖尿病自我护理信心水平与较高的未来基层医疗DRS接受度相关（效应量=0.13，95%CI=0.01-0.25）。对AI在DRS中的不信任减少会提高对未来基层医疗DRS的接受度（效应量=-0.03，95%CI=-0.04至-0.02，p=0.00）。此外，对AI在DRS中的不信任与对未来眼科医生DRS的接受度之间存在显著关联（p=0.00），较高的不信任程度会增加患者对未来眼科医生DRS的接受度（效应量=0.04，95%CI=0.02-0.05）。

讨论

主要发现

这项研究提供了关于患者对基层医疗中AI辅助DRS接受度的新见解。主要发现是大多数患者接受未来在基层医疗中进行AI辅助筛查，而对未来传统眼科医生DRS则大多持中立态度。尽管接受AI辅助筛查，患者仍对AI在DRS中表示不信任，且更信任眼科医生。大多数患者偏好AI仅用于复核眼科医生的评估，而一些患者认为AI永远无法匹配眼科医生的经验。然而，患者承认AI有可能减少诊断错误甚至未来替代眼科医生。

与其他研究的关系

患者此前已表达对基层医疗中DRS的满意度和使用意愿，但一些患者仍对AI替代眼科医生持犹豫态度。这些发现与本研究一致，患者表现出对眼科医生的更大信任，并偏好AI仅作为第二意见。尽管对AI存在不信任，但对未来筛查的接受度在基层医疗中最高，这可能表明基层医疗筛查的优势可能超过对AI的不信任。基层医疗可能为患者提供更大便利性，如距离、预约等待时间和眼科医生处需要使用眼药水等因素是当前DRS参与的障碍。

对政策制定者的启示

AI辅助工具的实施已在政治议程上，这将需要现有医疗实践的显著转变。然而，新医疗技术的采用可能引起患者的恐惧，对于AI辅助DRS，对AI缺乏了解和对其未来可靠性的担忧仍然是患者接受的主要障碍。如果要在基层医疗中实施AI辅助DRS，解决患者的担忧并在此过渡期间支持他们至关重要，确保不信任和知识不足不会成为参与的障碍。

研究优势与局限性

本研究的优势在于所有患者都是在基层医疗中参与AI辅助DRS后完成问卷，意味着他们具有DRS firsthand经验和问卷中涉及的特定方面。然而，开发的问卷存在若干局限性：不信任量表中大多数为负面表述的AI陈述，可能影响应答模式；对医生的信任量表包含正面和负面表述的项目，可能引入应答偏倚；初始试点测试仅包括2名T2D患者和6名无T2D的普通人，小样本可能未捕捉所有潜在问题；研究仅限于丹麦全科医疗环境，参与者年龄低于70岁，并使用单一AI辅助DRS系统，这些因素可能限制结果的外推性。

未来研究

未来需要具有足够统计效能的研究来验证这些初步发现，并确定已识别因素是否有意义地影响患者对AI辅助DRS的接受度。研究还应检查其他可能的决定因素，如社会经济状况或在基层医疗环境中进行DRS的便利性。为提高外推性，未来研究应包括多中心和跨区域设计，并测试发现在不同医疗系统和患者群体中的适用性。此外，需要在更广泛和更多样化的样本中进一步改进和验证问卷，以确保其跨环境的有效性和相关性。

结论

本研究发现患者对未来基层医疗中AI辅助DRS存在接受度，但对AI的不信任仍然存在。在得出关于DRS接受度与测试因素间关联的结论时需要谨慎，因为这些因素的影响很小且可能没有或具有有限的临床相关性。AI辅助DRS的接受度是复杂的，可能受到其他因素的影响，如在基层医疗接受筛查的便利性。