Brug af AI som et diagnostisk beslutningsstøtteværktøj til at hjælpe med diagnosticering af hudsygdomme i primær sundhedspleje i Catalonien

En sikker anonym stand alone webgrænseflade, der er kompatibel med enhver mobilenhed, vil blive integreret med Autoderm API. Undersøgelsen udført i dette projekt vil bestå i et prospektivt studie, der har til formål at evaluere ML-modellens ydeevne, og sammenligne dens diagnostiske kapacitet med praktiserende læger og hudlæger.

For at udføre undersøgelsen vil følgende procedure blive udført, indtil det nødvendige antal prøver er nået:

1. En egnet patient med hudproblemer bedes deltage og underskrive patientens undersøgelsesaftale.
2. Lægen vil diagnosticere hudtilstanden.
3. En praktiserende læge (eller sygeplejerske) vil tage ét billede af god kvalitet af hudtilstanden.
4. GP sender billedet som en teledermatologisk konsultation efter den aktuelle arbejdsgang.
5. Billedet indtastes i Autoderm ML-grænsefladen.
6. Dermatolog vil diagnosticere hudtilstanden.

Undersøgelsen vil blive udført i primære plejecentre, der administreres af det catalanske sundhedsinstitut. Deltager PCP vil være placeret i landdistrikter og storbyområder i det centrale Catalonien, som omfatter regionerne Anoia, Bages, Moianès, Berguedà og Osona. Referencepopulationen inkluderet i undersøgelsen vil være omkring 512.050. Rekruttering af potentielle emner vil ske på en fortløbende basis.

Alment praktiserende læger vil indsamle data fra på hinanden følgende patienter, der opfylder inklusionskriterierne efter at have indhentet skriftligt informeret samtykke. Indsamlede data vil udelukkende blive rapporteret i sagsindberetningsformular (vedhæftet i bilag V og VI).

Den praktiserende læge vil diagnosticere hudtilstanden og udfylde "Ansigt-til-ansigt vurdering af lægen". For hver patient vil den praktiserende læge ved hjælp af et smartphone-kamera tage et nærbillede af god kvalitet af hudproblemet. Billedet vil være anonymt, og det vil ikke være muligt at identificere patienter. Lægen vil bruge Autoderm ML-grænsefladen til at uploade det anonymiserede billede og vil udfylde spørgeskemaet "Vurdering leveret af ML-modellen" med de 3 bedste diagnoser genereret af ML-modellen.

For at få en second opinion vil den praktiserende læge indarbejde det anonymiserede billede og en nøjagtig beskrivelse af hudlæsionen i patientens sygehistorie efter det aktuelle teledermatologiske flow. Den praktiserende læge udfylder spørgeskemaet "Vurdering ved teledermatologi" efter at have modtaget informationen, svartid omkring 2-7 dage.

I tilfælde af dermatologisk henvisning vil den praktiserende læge udfylde "Vurdering ved personlig hudlæge", ved at få adgang til elektroniske sygejournaler, efterhånden som de bliver tilgængelige, hvilket er den gennemsnitlige ventetid på henvisning fra 30 til 90 dage.

Spørgeskemaets sagsnummer vil være det samme for alle spørgeskemaer, og det vil ikke være muligt at identificere patienten, da sagsnummer vil være foruddefineret inden påbegyndelse af dataindsamlingsfasen.

For at sammenligne ML-modellens ydeevne med de praktiserende lægers og hudlægers ydeevne vil det være nødvendigt med en stikprøvestørrelse på 100 billeder af hudsygdomme fra patienter, der opfylder inklusionskriterierne. Den foreslåede stikprøvestørrelse er baseret på stikprøvestørrelsesberegning brugt i lignende forskning.