Hodnocení výkonu diabetické retinopatie s asistovanou umělou inteligencí Klasifikace ve fakultní nemocnici v Leuvenu: Může technologie zlepšit obyvatele? (PEARL)

Diabetes mellitus je jednou z hlavních zdravotních výzev naší doby. Odhaduje se, že do roku 2040 bude celosvětově touto nemocí diagnostikováno 642 milionů lidí. Diabetes je onemocnění postihující celé tělo a přichází s mnoha možnými komplikacemi v důsledku jeho vlivu na mikrovaskulaturu. Nejčastější z těchto komplikací je diabetická retinopatie, která je způsobena jak mikrovaskulárním, tak nervovým poškozením.

Podle studií ve Spojených státech provedených skupinou Eye Diseases Prevalence Research má asi 40 % pacientů určitý stupeň retinopatie. 8 % pacientů má dokonce diabetickou retinopatii ohrožující zrak.

Diabetická retinopatie je jednou z hlavních příčin slepoty v naší současné společnosti. Nicméně každoroční screening a včasné doporučení k léčbě tomu mohou zabránit. Nejlepším příkladem je skutečnost, že od zavedení celostátního screeningového programu již není diabetes mellitus ve Spojeném království hlavní příčinou slepoty.

Proto mnoho zemí zorganizovalo nějaký druh screeningového programu. Mezi zeměmi jsou však velké organizační rozdíly. To se může pohybovat od každoroční dilatační fundoskopie očním lékařem (jako je tomu v Belgii) až po nemydriatické fotografie fundu hodnocené vyškoleným srovnávačem, který není (para)medikem.

I s nejúčinnějším možným způsobem screeningu se nárůst počtu pacientů stane problémem, protože lidský faktor v dráze screeningu (lékař, optometrista, vyškolený srovnávač,…) nedokáže zvýšit svou kapacitu stejnou rychlostí. Současný systém v té či oné chvíli narazí na své limity. Dále je známo, že významná část pacientů s diabetem nedodržuje doporučený roční screening. Tyto problémy budou mít za následek delší čekací listiny, poddiagnostikování kvůli přetíženým lékařům, dlouhé čekací listiny a možná i nedostatek vysoce kvalitní péče.

Pouhá výměna očního lékaře za vyškoleného srovnávače pravděpodobně všechny tyto problémy nevyřeší. Pouze je odloží a stále zůstane nákladný a náročný na práci. Situace v zemích, které již používají vyškolené srovnávače, tato podezření potvrzuje. Kromě toho existuje také prostor pro zlepšení kvality péče a přesnosti diagnostiky v těchto zařízeních.

V posledních letech byla jako prostředek k řešení těchto problémů postulována umělá inteligence, konkrétněji hluboké učení. Již v prvních studiích bylo prokázáno, že algoritmy hlubokého učení dosahují vysoké senzitivity a specifičnosti při detekci referenční diabetické retinopatie. Další vývoj těchto algoritmů a důkladnější výzkum tato zjištění potvrdil. Využití umělé inteligence bylo studováno v mnoha lékařských oborech, nicméně screening diabetické retinopatie zůstává průkopníkem, jak potvrzuje vůbec první povolení FDA pro lékařskou aplikaci AI, kterým je screeningový systém diabetické retinopatie IDx.

Současný výzkum se kromě pořizování snímků převážně zaměřuje na výkon algoritmu umělé inteligence jako autonomního diagnostického nástroje bez interakce s člověkem. Mezi zdravotníky panuje strach, že je umělá inteligence začne v blízké budoucnosti částečně nahrazovat a z dlouhodobého hlediska je učiní zastaralými. Tyto nové technologie by však mohly být také použity k tomu, aby pomohly zdravotníkům při stanovení diagnózy přesnějším způsobem, než aby je nahrazovaly.

Proto chceme v projektu PEARL vyhodnotit použití algoritmu umělé inteligence jako diagnostické pomůcky ke zlepšení diagnostické přesnosti lékaře spíše než k nahrazení lékaře, jistě v kontextu školení.