MEDICINE & AI

タイトル：Evaluation of non-ophthalmologist-led and offline AI-assisted models for diabetic retinopathy screening in India: a pragmatic diagnostic accuracy study. DOI：10.1136/bmjopen-2025-106397 概　要： 本研究は、インドの健康・福祉センター（HWC）における非眼科医主導の糖尿病網膜症（DRS）スクリーニングと、オフラインAI支援の地域ベースのスクリーニングの診断精度を比較評価することを目的としています。600人の糖尿病患者（30歳以上）が参加し、非眼科医主導のDRS、AI支援のスマートフォンベースのDRS、標準的な紹介ケアの3つのモデルで評価されました。網膜画像は非散瞳眼底カメラで撮影され、2人のマスクされた評価者によって独立してグレーディングされました。 方　法： この研究は、プライマリヘルスケアの設定で行われた実践的な診断精度研究です。参加者は、パンジャブ州モハリ地区の田舎のBlock BoothgarhにあるHWCおよび地域ベースのスクリーニングサイトから集められました。網膜画像は非散瞳眼底カメラを使用して撮影され、2人の評価者によって独立して評価されました。AIは、糖尿病網膜症（DR）および紹介可能な糖尿病網膜症（RDR）の検出能力が評価されました。 結　果： 非眼科医主導のモデルは、DR検出において86.4%の感度（95% CI 65.1%～97.1%）と94.3%の特異度（95% CI 88.5%～97.7%）を示しました。RDRに対しては、感度95.8%（95% CI 78.9%～99.9%）、特異度93.1%（95% CI 88.0%～96.5%）でした。一方、オフラインAI支援モデルはRDRに対して93.3%の感度（95% CI 68.1%～99.8%）と85.1%の特異度（95% CI 76.9%～91.2%）を達成しましたが、画像の質の低下により未評価率が38%と高くなりました。両アプローチは紹介可能な症例を効果的に特定しましたが、非眼科医主導のモデルの方が精度と運用の実現可能性が高いことが示されました。 結　論： この研究は、HWCにおける非眼科医主導のDRSがプライマリケアへのアクセスを向上させる可能性を示しています。オフラインAI支援スクリーニングは地域での利用の可能性を示していますが、画像の質と二項分類出力に制限があります。両アプローチを統合することで、資源が限られた環境におけるDRSのカバレッジを強化できる可能性があります。