Computergestützte Diagnosesysteme erkennen eine diabetische Retinopathie teilweise nur unzureichend, wie die Initiativgruppe „Früherkennung diabetischer Augenerkrankungen“ (IFDA) in einem Presseschreiben mitteilt. Sie bezieht sich dabei auf die von Aaron Y Lee et al (2021) in der Fachzeitschrift „Diabetes Care“ veröffentlichte Studie „Multicenter, Head-to-Head, Real-World Validation Study of Seven Automated Artificial Intelligence Diabetic Retinopathy Screening Systems“.
In der Studie wurde die Treffsicherheit von Bilderkennungssystemen bei der Beurteilung alltagstypischer Netzhautfotos von Patienten mit Diabetes mellitus mit der Leistung von menschlichen Gutachtern verglichen. Dabei variierte die Sensitivität bei den Bilderkennungsgeräten sehr stark: Sie lag zwischen 51 und 86%.
Insgesamt wurden 311.604 Netzhautbilder von 23.724 Veteranen ausgewertet, die sich zwischen 2006 und 2018 in amerikanischen „Veterans-Affaires“-Krankenhäuser vorgestellt hatten. Die Wissenschaftler verglichen 7 automatisierte, KI-basierte DR-Screening-Algorithmen, die unabhängig voneinander alle Scans ohne Rücksicht auf die Bildqualität analysierten, mit der Leistung menschlicher Gutachter. Die meisten Algorithmen schnitten nicht besser ab als die menschlichen Gutachter, zwei erreichten eine höhere und einer eine vergleichbare Sensitivität (80,47 %) und Spezifität (81,28 %).
Diese Ergebnisse sprechen dafür, dass alle Algorithmen vor der klinischen Anwendung gründlich an realen Daten getestet werden sollten, so die Studienautoren. Professor Dr. Focke Ziemssen (Leipzig), 1. Vorsitzender der IFDA, warnte zudem davor, von der FDA zugelassene Algorithmen bedenkenlos im deutschen Versorgungskontext anzuwenden. Alle Algorithmen dieser Bilderkennungsgeräte müssten gründlich an realen Daten getestet werden. Zudem müsse bei der Erhebung von Computerbefunden des Augenhintergrundes von Menschen mit Diabetes mellitus gewährleistet sein, dass die Patienten im Zweifelsfall zum Augenarzt überwiesen und von diesem weiterbetreut werden.