澳門城市大學數據科學學院劉馳助理教授作爲第二作者，與中山大學中山眼科中心、澳洲眼科研究中心、香港理工大學、南京醫科大學及澳洲蒙納許大學等研究團隊合作的研究論文“Economic evaluation for medical artificial intelligence: accuracy vs. cost-effectiveness in a diabetic retinopathy screening case”已在科學引文索引（SCIE）Q1期刊Nature合作的數字醫療領域期刊《npj Digital Medicine》上發表。

圖片來源：《npj Digital Medicine》官網

學術期刊介紹

npj是Nature合作期刊系列之一，即Nature Partner Journals。自2014年起，npj期刊與卓越科學家及全球知名研究機構合作，出版高質量研究。npj期刊涵蓋多個學科領域，大致分為五個類別：生命科學、健康科學、物理、應用科學、社會和環境。《npj Digital Medicine》是其健康科學系列的合作期刊之一，為數字醫療領域的專刊，亦是智慧健康和數字醫學方向的頂級期刊，旨在通過結合新型數字和移動技術來指導健康和醫療保健的創新和轉型。Journal Citation Reports (JCR) 顯示本期刊位列一區，其影響因子高達15.2，其領域均排名第2；亦是中科院分區醫學大類一區的Top期刊。

醫療AI的衛生經濟學分析，探索醫療AI現實效益

研究背景

人工智能（AI）是推進澳門特區政府經濟適度多元發展規劃中大健康產業發展的強大助力。隨著越來越多的AI系統被投入到臨床使用中，醫療AI的現實效益，逐漸成為新的關注熱點。長遠來看，AI以何種模式融入傳統診療最具成本效益、AI究竟能為健康產業帶來多大的經濟效益、如何驅動AI技術提升健康服務質量等，是下一階段醫療AI的研究重點。

圖片來源於網絡

本研究在上述背景下，從衛生經濟學的視角探索一個有趣的問題：最準確的AI就是最適合臨床使用的麼？圍繞該問題，我們在眼科領域一個重要公共衛生任務——糖尿病視網膜病變（Diabetic Retinopathy, DR）篩查中，開展了實證案例研究。

研究內容

AI模型在健康篩查方面表現出了極高的準確性。但在實際使用中，高準確性可能並不能保證成本效益。為了評估AI模型性能和長期成本效益之間的權衡，我們在一項全國性糖尿病視網膜病變（DR）篩查項目（覆蓋了25萬餘名糖尿病受試者）中，開展了AI的成本效益分析。

Cost-effective analysis under 1,100 different performances of the AI

通過在1,100個擁有不同AI模型敏感性或特異性設置的診斷場景建立30年病程成本效益模擬模型，我們發現AI成本效益最有可能受到模型敏感性的影響；在很多現實臨床環境中，AI需要更高的敏感性才能實現最佳成本效益，即使這種高敏感性會犧牲模型準確率。基於該案例研究，我們強調，在現實疾病篩查中，最準確的 AI 模型，可能不是最具成本效益的，因此，應針對醫療AI技術的成本效益進行獨立謹慎的評估。

研究意義

這一研究成果，對AI技術在數字健康，尤其是公共衛生領域的落地應用，有重要的指導意義，為醫療AI技術在現實中的評估提供了一種新的角度：AI研發者不應只關注模型在封閉環境中的即時性能，更應該思考其在現實長期部署中的經濟效益和社會效益。此外，本研究是澳門城市大學積極參與國際合作的一個例證。研究匯集了國際和粵港澳大灣區多個智慧醫療頂尖研究團隊。作為其中一個重要參與方，澳城大展現了對跨國、跨區域合作的開放合作理念，亦彰顯了大學推動醫工交叉學科應用的學科佈局。

本文鏈接

本文DOI：https://doi.org/10.1038/s41746-024-01032-9，或可掃瞄以下二維碼查看文章詳情！

劉馳助理教授在眼科AI領域有多年研究經驗，多項研究成果已在臨床或健康市場落地，參與研發的遠程眼健康移動程式 WHOeyes被世界衛生組織官方採納並在全球推廣。目前正在開拓醫療AI的經濟社會學效益研究，這是智慧醫療與經濟、人文社科結合的典型交叉，期盼相關背景的同事來指導合作。

劉馳助理教授學術聯繫方式：

WOS ResearcherID：KGK-6146-2024

ScopusID：57206078266

ORCID：0000-0002-6428-5514

Email：chiliu@cityu.edu.mo