Klinische Evidenz zu EyeCheckup
EyeCheckup unterstützt klinische Screening-Workflows mit KI-gestützter Analyse retinaler Fundusbilder. Diese Seite fasst die wichtigsten veröffentlichten und unabhängigen Evidenzsignale zusammen.
Publizierte klinische Evidenz
Die peer-reviewte Nature-Eye-Studie Head to head comparison of diagnostic performance of three non-mydriatic cameras untersuchte EyeCheckup AI bei 900 Patientinnen und Patienten mit Diabetes. Die Studie verglich Bilder aus Canon CR2 AF, Topcon TRC-NW400 und Optomed Aurora und berichtete hohe diagnostische Leistung über die drei Kameraworkflows hinweg.
EyeCheckup wurde außerdem im Lancet-Digital-Health/ARIAS-Kontext mit Daten aus dem North East London Diabetic Eye Screening Programme evaluiert. Die Royal College of Ophthalmologists AI Directory listet EyeCheckup AI als CE Class IIa System und verknüpft EyeCheckup mit der ARIAS-Evaluation und der Nature-Eye-Publikation.
Detaillierte Evidenzseiten
- Nature Eye Studie zur diabetischen Retinopathie
- Lancet Digital Health ARIAS Evaluation
- Kompatible Funduskameras
- Datenschutz bei medizinischer KI
Medizinischer Hinweis
Diese Seite dient der klinischen, regulatorischen und beschaffungsbezogenen Orientierung. Diagnose, Überweisung und Therapieentscheidungen müssen durch qualifizierte medizinische Fachpersonen nach lokalem Protokoll erfolgen.
