|
시장보고서
상품코드
1986283
미국의 AI 기반 당뇨병성 망막증 검사 시장 : 시장 규모, 점유율, 동향 분석(컴포넌트별, 스크리닝 수단별, 도입 방식별, 최종 용도별), 부문별 예측(2026-2033년)U.S. AI-driven Diabetic Retinopathy Screening Market Size, Share & Trends Analysis Report By Component, By Screening, By Deployment Mode, By End Use, And Segment Forecasts, 2026 - 2033 |
||||||
미국의 AI 기반 당뇨병성 망막증 검사 시장 요약
미국의 AI 기반 당뇨병성 망막증 검사 시장 규모는 2025년에 1억 9,001만 달러로 추정되었습니다. 2033년까지 8억 8,174만 달러에 이를 것으로 예측됩니다.
또한 2026-2033년 연평균 복합 성장률(CAGR) 21.18%를 나타낼 것으로 예측됩니다. 당뇨병 유병률 증가, 유리한 보험 환급 제도, 안과 의사 부족 및 의료 접근성 격차가 시장 성장에 기여하는 주요 요인으로 작용하고 있습니다.
미국에서는 당뇨병으로 인한 공중보건 문제가 심각해지고 있으며, 그 결과 당뇨병성 망막증의 위험에 노출된 인구가 증가하고 있습니다. 예를 들어, 미국 질병예방통제센터(CDC)가 2024년 5월에 발표한 자료에 따르면, 약 3,840만 명이 당뇨병을 앓고 있으며, 이는 미국 전체 인구의 11.6%를 차지합니다. 또한, 미국안과학회(AAO)의 보고에 따르면, 확립된 임상 가이드라인이 있음에도 불구하고 당뇨병 환자의 60% 가까이가 권장되는 연 1회 산동 안저검사를 받지 않는 것으로 나타났습니다. 권장되는 치료법과 실제 준수율의 차이는 질병이 진단되지 않은 채로 진행되어 예방 가능한 시력 손실로 이어질 위험을 크게 증가시킵니다.
당뇨병 환자는 보통 1차의료나 내분비내과에서 관리되고 있지만, 이러한 진료 현장에서는 망막 검진을 받을 수 없는 경우가 많습니다. 당뇨병 유병률이 증가함에 따라 매년 안과 검진에 대한 수요는 가용한 전문의의 대응 능력을 초과하고 있습니다. 그 결과, 기존 의료 시스템으로는 효율적으로 대처할 수 없는 검진 부담이 발생하고 있습니다. 인공지능(AI)을 활용한 당뇨망막병증 스크리닝 시스템은 전문의의 즉각적인 개입이 필요 없는 확장성 있는 진료현장 솔루션을 제공합니다. AI는 자율적이고 신속한 진단을 통해 감지 격차를 해소합니다. 또한, 1차 진료에 통합되어 전문의가 아닌 일반인들도 접근이 가능해져 시력 상실과 동반 질환을 예방하기 위한 조기 개입이 가능해집니다. 예를 들어, 2023년 7월 마운트 시나이 대학은 뉴욕에서 최초로 '안과 인공지능 및 인간 건강 센터'를 설립하여 황반변성, 당뇨병성 망막증, 녹내장, 고혈압성 망막증, 망막 종양의 적시 진단을 위한 안과 분야의 AI 발전을 촉진하고 있습니다. 이 센터는 윈드리히 AI-인간건강학과와 협력하여 검증된 AI 모델을 활용한 원격 망막 진단, 원격 안과 진료 및 안구 뇌졸중 진료를 추진하고 있습니다.
또한, 2021년에는 미국 메디케어에서 AI 기반 당뇨망막병증 검진에 대한 새로운 상환 코드가 도입되어 AI를 활용한 안과 질환 진단이 비약적으로 발전할 것으로 예측됩니다. 전문의의 감독 없이 1차 진료에서 청구할 수 있는 최초의 AI 전용 코드인 CPT 92229를 통한 메디케어의 상환은 국내 AI 기반 당뇨망막병증 검진의 보급을 가속화했습니다. 예를 들어, LumineticsCore(Digital Diagnostics), EyeArt(Eyenuk), AEYE-DS(AEYE Health)는 각각 자율형 진단 시스템으로 보험 적용을 받고 있습니다. 의사의 직접적인 해석 없이도 보험 환급을 승인함으로써, 메디케어-메디케이드 서비스 센터(CMS)는 AI를 실험적 보조 수단이 아닌 보험 환급이 가능한 임상 서비스로 인정했습니다. 이러한 정책 변경은 워크플로우의 분산화를 지원하며, 정기적인 당뇨병 외래 진료 시 진료 현장에서의 스크리닝을 가능하게 합니다. 그 결과, 이러한 서비스는 예측 가능한 수익을 창출하고 양질의 의료 목표를 달성하기 위해 의료 서비스 제공업체들은 AI 기반 망막 영상 진단 시스템에 더 적극적으로 투자하고 있습니다.
자주 묻는 질문
목차
제1장 분석 방법과 범위
제2장 주요 요약
제3장 미국의 AI 기반 당뇨병성 망막증 검사 시장 : 변동 요인, 동향 및 범위
제4장 미국의 AI 기반 당뇨병성 망막증 검사 시장 : 컴포넌트별 추정 및 동향 분석
제5장 미국의 AI 기반 당뇨병성 망막증 검사 시장 : 스크리닝 수단별 추정 및 동향 분석
제6장 미국의 AI 기반 당뇨병성 망막증 검사 시장 : 도입 방식별 추정 및 동향 분석
제7장 미국의 AI 기반 당뇨병성 망막증 검사 시장 : 최종 용도별 추정 및 동향 분석
제8장 경쟁 구도
LSH 26.05.04U.S. AI-driven Diabetic Retinopathy Screening Market Summary
The U.S. AI-driven diabetic retinopathy screening market size was estimated at USD 190.01 million in 2025 and is projected to reach USD 881.74 million by 2033, growing at a CAGR of 21.18% from 2026 to 2033. Rising prevalence of diabetes, favorable reimbursement pathways, and shortage of ophthalmologists and access gaps are significant factors contributing to market growth.
The country faces a growing public health challenge from diabetes, thereby increasing the population at risk of diabetic retinopathy. For instance, according to the data published by the U.S. Centers for Disease Control and Prevention in May 2024, around 38.4 million people were affected by diabetes, accounting for 11.6% of the total U.S. population. Furthermore, the American Academy of Ophthalmology reports that nearly 60 percent of individuals with diabetes do not attend their recommended annual dilated eye examinations, despite established clinical guidelines. This discrepancy between recommended care and actual adherence substantially elevates the risk of undiagnosed disease progression and preventable vision loss.
Diabetic patients are commonly managed in primary care or endocrinology settings, where retinal screening is frequently unavailable. As the prevalence of diabetes increases, the demand for annual eye examinations surpasses the capacity of available specialists. This results in a screening burden that conventional healthcare systems cannot address efficiently. Artificial intelligence-enabled diabetic retinopathy screening systems provide scalable, point-of-care solutions that do not require immediate specialist intervention. AI addresses detection gaps through autonomous and rapid diagnostics. Moreover, primary care integration expands access beyond specialists, enabling early intervention to prevent vision loss and comorbidities. For instance, in July 2023, Mount Sinai launched the Center for Ophthalmic Artificial Intelligence and Human Health, the first in New York, to advance AI in ophthalmology for timely diagnosis of macular degeneration, diabetic retinopathy, glaucoma, hypertensive retinopathy, and retinal tumors. Partnering with the Windreich Department of AI and Human Health, it targets tele-retina, tele-ophthalmology, and eye stroke services using validated AI models.
Furthermore, in 2021, AI-driven eye disease diagnosis advanced significantly with the introduction of a new reimbursement code for AI-based diabetic retinopathy screening in the U.S. Medicare reimbursement accelerated the adoption of AI-based diabetic retinopathy screening in the country through CPT 92229, the first AI-specific code allowing primary care billing without specialist oversight. For instance, LumineticsCore (Digital Diagnostics), EyeArt (Eyenuk), and AEYE-DS (AEYE Health) have each received coverage as autonomous diagnostic systems. By authorizing reimbursement without direct physician interpretation, the Centers for Medicare & Medicaid Services (CMS) has recognized AI as a reimbursable clinical service rather than an experimental adjunct. These policy changes support workflow decentralization and enable screening at the point of care during routine diabetes visits. As a result, providers are more willing to invest in AI-enabled retinal imaging systems, since these services generate predictable revenue and advance quality care objectives.
U.S. AI-driven Diabetic Retinopathy Screening Market Report Segmentation
This report forecasts, revenue growth at country level and provides an analysis of the latest industry trends in each of the sub-segments from 2021 to 2033. For this study, Grand View Research has segmented U.S. AI-driven diabetic retinopathy screening market report based on component, deployment mode, screening, and end use.
- Component Outlook (Revenue, USD Million, 2021 - 2033)
- Software
- Hardware
- Services
- Deployment Mode Outlook (Revenue, USD Million, 2021 - 2033)
- Cloud-Based
- On-Premise
- Hybrid
- Screening Outlook (Revenue, USD Million, 2021 - 2033)
- Autonomous AI Screening
- AI-Assisted Screening
- Teleophthalmology-Based Screening
- End Use Outlook (Revenue, USD Million, 2021 - 2033)
- Primary Care Settings
- Hospitals
- Ophthalmic Clinics
- Teleophthalmology Providers
- Others
Table of Contents
Chapter 1. Methodology and Scope
- 1.1. Market Segmentation & Scope
- 1.2. Market Definitions
- 1.2.1. Component Mode Segment
- 1.2.2. Deployment Mode Segment
- 1.2.3. Screening Segment
- 1.2.4. End Use
- 1.3. Information analysis
- 1.3.1. Market formulation & data visualization
- 1.4. Data validation & publishing
- 1.5. Information Procurement
- 1.5.1. Primary Research
- 1.6. Information or Data Analysis
- 1.7. Market Formulation & Validation
- 1.8. Market Model
- 1.9. Total Market: CAGR Calculation
- 1.10. Objectives
- 1.10.1. Objective 1
- 1.10.2. Objective 2
Chapter 2. Executive Summary
- 2.1. Market Outlook
- 2.2. Segment Snapshot
- 2.3. Competitive Insights Landscape
Chapter 3. U.S. AI-driven Diabetic Retinopathy Screening Market Variables, Trends & Scope
- 3.1. Market Lineage Outlook
- 3.1.1. Parent market outlook
- 3.1.2. Related/ancillary market outlook.
- 3.2. Market Dynamics
- 3.2.1. Market driver analysis
- 3.2.2. Market restraint analysis
- 3.2.3. Market opportunity analysis
- 3.2.4. Market challenges analysis
- 3.3. AI-driven Diabetic Retinopathy Screening Market Analysis Tools
- 3.3.1. Industry Analysis - Porter's
- 3.3.1.1. Supplier power
- 3.3.1.2. Buyer power
- 3.3.1.3. Substitution threat
- 3.3.1.4. Threat of new entrant
- 3.3.1.5. Competitive rivalry
- 3.3.2. PESTEL Analysis
- 3.3.2.1. Political landscape
- 3.3.2.2. Technological landscape
- 3.3.2.3. Economic landscape
- 3.3.2.4. Environmental Landscape
- 3.3.2.5. Legal Landscape
- 3.3.2.6. Social Landscape
- 3.3.1. Industry Analysis - Porter's
- 3.4. Case Studies
- 3.5. Technology Overview
Chapter 4. U.S. AI-driven Diabetic Retinopathy Screening Market: Component Estimates & Trend Analysis
- 4.1. Segment Dashboard
- 4.2. U.S. AI-driven Diabetic Retinopathy Screening Market Component Movement Analysis
- 4.3. U.S. AI-driven Diabetic Retinopathy Screening Market Size & Trend Analysis, by Component, 2021 to 2033 (USD Million)
- 4.4. Software
- 4.4.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 4.5. Hardware
- 4.5.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 4.6. Services
- 4.6.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
Chapter 5. U.S. AI-driven Diabetic Retinopathy Screening Market: Screening Estimates & Trend Analysis
- 5.1. Segment Dashboard
- 5.2. U.S. AI-driven Diabetic Retinopathy Screening Market Screening Movement Analysis
- 5.3. U.S. AI-driven Diabetic Retinopathy Screening Market Size & Trend Analysis, by Screening, 2021 to 2033 (USD Million)
- 5.4. Autonomous AI Screening
- 5.4.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 5.5. AI-Assisted Screening
- 5.5.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 5.6. Teleophthalmology-Based Screening
- 5.6.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
Chapter 6. U.S. AI-driven Diabetic Retinopathy Screening Market: Deployment Mode Estimates & Trend Analysis
- 6.1. Segment Dashboard
- 6.2. U.S. AI-driven Diabetic Retinopathy Screening Market Deployment Mode Movement Analysis
- 6.3. U.S. AI-driven Diabetic Retinopathy Screening Market Size & Trend Analysis, by Deployment Mode, 2021 to 2033 (USD Million)
- 6.4. Cloud-Based
- 6.4.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 6.5. On-Premise
- 6.5.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 6.6. Hybrid
- 6.6.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
Chapter 7. AI-driven Diabetic Retinopathy Screening Market: End Use Estimates & Trend Analysis
- 7.1. Segment Dashboard
- 7.2. U.S. AI-driven Diabetic Retinopathy Screening Market End Use Movement Analysis
- 7.3. U.S. AI-driven Diabetic Retinopathy Screening Market Size & Trend Analysis, by End Use, 2021 to 2033 (USD Million)
- 7.4. Hospitals
- 7.4.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 7.5. Ophthalmic Clinics
- 7.5.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 7.6. Primary Care Settings
- 7.6.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 7.7. Teleophthalmology Providers
- 7.7.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
- 7.8. Others
- 7.8.1. Market estimates and forecasts, 2021 to 2033 (USD Million)
Chapter 8. Competitive Landscape
- 8.1. Company/Competition Categorization
- 8.2. Strategy Mapping
- 8.3. Company Market Position Analysis, 2025
- 8.4. Company Profiles/Listing
- 8.4.1. Eyenuk, Inc.
- 8.4.1.1. Company overview
- 8.4.1.2. Financial performance
- 8.4.1.3. Product benchmarking
- 8.4.1.4. Strategic initiatives
- 8.4.2. Digital Diagnostics Inc.
- 8.4.2.1. Company overview
- 8.4.2.2. Financial performance
- 8.4.2.3. Product benchmarking
- 8.4.2.4. Strategic initiatives
- 8.4.3. AEYE Health.
- 8.4.3.1. Company overview
- 8.4.3.2. Financial performance
- 8.4.3.3. Product benchmarking
- 8.4.3.4. Strategic initiatives
- 8.4.4. Optomed
- 8.4.4.1. Company overview
- 8.4.4.2. Financial performance
- 8.4.4.3. Product benchmarking
- 8.4.4.4. Strategic initiatives
- 8.4.5. IRIS (Intelligent Retinal Imaging Systems)
- 8.4.5.1. Company overview
- 8.4.5.2. Financial performance
- 8.4.5.3. Product benchmarking
- 8.4.5.4. Strategic initiatives
- 8.4.6. RETINA-AI Health, Inc.
- 8.4.6.1. Company overview
- 8.4.6.2. Financial performance
- 8.4.6.3. Product benchmarking
- 8.4.6.4. Strategic initiatives
- 8.4.7. iCare
- 8.4.7.1. Company overview
- 8.4.7.2. Financial performance
- 8.4.7.3. Product benchmarking
- 8.4.7.4. Strategic initiatives
- 8.4.8. RetinaRisk (by Risk Medical Solutions)
- 8.4.8.1. Company overview
- 8.4.8.2. Financial performance
- 8.4.8.3. Product benchmarking
- 8.4.8.4. Strategic initiatives
- 8.4.9. BeamMed Inc.
- 8.4.9.1. Company overview
- 8.4.9.2. Financial performance
- 8.4.9.3. Product benchmarking
- 8.4.9.4. Strategic initiatives
- 8.4.1. Eyenuk, Inc.
