EyeCheckup wurde in einer peer-reviewten klinischen Studie in *Eye*, einem Nature-Portfolio-Journal f\u00fcr Ophthalmologie, evaluiert. Die Studie ist wichtig, weil sie EyeCheckup AI ausdr\u00fccklich nennt, drei nicht-mydriatische Kameraworkflows beschreibt und klinisch relevante Screening-Endpunkte berichtet.<\/p>\n\n
Die Studie umfasste 900 freiwillige Patientinnen und Patienten mit Diabetes an der Endokrinologie der Akdeniz Universit\u00e4t. Fundusbilder wurden mit Canon CR2 AF, Topcon TRC-NW400 und Optomed Aurora aufgenommen. EyeCheckup AI wurde f\u00fcr mehr-als-milde diabetische Retinopathie, sehbedrohende diabetische Retinopathie und Verdacht auf klinisch signifikantes diabetisches Makula\u00f6dem evaluiert.<\/p>\n\n
F\u00fcr Kliniken und Screening-Programme zeigt diese Studie, dass EyeCheckup nicht nur mit einem einzelnen Kameramodell getestet wurde. Die Ergebnisse unterst\u00fctzen den Einsatz in strukturierten Workflows, in denen Kameramodell, Bildqualit\u00e4t, Referenzstandard und \u00dcberweisungsregeln klar definiert sind.<\/p>\n\n
Die Studie sollte im Kontext von Patientenkohorte, Kamera-Workflow, Bildqualit\u00e4t und lokalem klinischem Protokoll interpretiert werden.<\/p>\n\n\n