Implementación de un Sistema Integrado de Inteligencia Artificial y Seguimiento de Derivaciones para el Detección de Retinopatía Diabética en Tiempo Real

La retinopatía diabética es la complicación ocular más común en personas con diabetes. Es una de las principales causas de pérdida de visión y ceguera en personas de 20 a 64 años en todo el mundo porque en las primeras etapas de la enfermedad no hay advertencia, lo que hace que los pacientes no se den cuenta. Si se permite que aumente el contenido de azúcar en la sangre, puede ocurrir una retinopatía diabética grave que puede conducir a la ceguera.

La incidencia de retinopatía diabética en pacientes diabéticos tiende a aumentar con la duración de la diabetes. Y según la edad del paciente, se encontró que dentro de los 20 años, los pacientes con diabetes tipo 1 con retinopatía diabética son alrededor del 99% y los pacientes con diabetes tipo 2 con retinopatía diabética son alrededor del 60%.

La detección de la retinopatía diabética se acepta y se realiza en los sistemas de salud de todo el mundo. La evidencia muestra que la detección puede reducir la ceguera(1-3). Tailandia utiliza el porcentaje de pacientes diabéticos a los que se les ha realizado una prueba ocular. Es uno de los indicadores de calidad de servicio del Distrito de Salud Oftalmológica del Ministerio de Salud Pública. La detección de la retinopatía diabética mediante el método de imagen de la retina es rentable. Brinda a los pacientes diabéticos en lugares distantes acceso al tamizaje, como traer una cámara de retina móvil para tomar fotografías en la comunidad en conjunto con el uso de tecnología de teleoftalmología en el tamizaje(4-6). Pero según un informe del Ministerio de Salud Pública en el sistema HDC en 2015-2017, se encontró que solo el 40 % de los pacientes que se sometieron a tamizaje de retinopatía diabética no habían alcanzado la meta del 60 %.

En 2016, el Hospital Rajavithi, en colaboración con investigadores de Google Health, evaluó el uso de inteligencia artificial para leer imágenes de retina de pacientes diabéticos en los 13 distritos de salud de Tailandia. Descubrió que el sistema de inteligencia artificial podía identificar a los pacientes para remitirlos a los oftalmólogos (retinopatía diabética no proliferativa moderada [NPDR]) con una sensibilidad del 95 % y una especificidad del 96 %, que es un 73 % más alta que la especificidad del personal de detección del 98 %.

A partir de ese momento, se llevó a cabo un estudio prospectivo con la introducción de un sistema de inteligencia artificial para evaluar a pacientes reales en el proyecto titulado "Despliegue prospectivo, en el mundo real, en el mundo real, de inteligencia artificial para la detección de retinopatía diabética en Tailandia" (THAIGER) (NCT TCTR 20190902002) en 2018 a 2020 para evaluar la viabilidad, incluidos los obstáculos para implementar un proceso de selección basado en inteligencia. El proyecto integró la IA en el sistema de detección a nivel nacional del país. Mediante la realización de investigaciones en los centros de atención primaria, el Hospital Rajavithi y 9 hospitales comunitarios en la provincia de Pathum Thani y Chiang Mai, los pacientes diabéticos del proyecto THAIGER recibieron los resultados de la lectura de imágenes mediante inteligencia artificial en tiempo real. Sin embargo, se encontró que de los pacientes que fueron referidos, muy pocos realmente fueron a ver a un médico. También hay imágenes que eran ilegibles (no graduables) por la inteligencia artificial. Y la inteligencia artificial utilizada en THAIGER aún no se ha integrado completamente en el sistema de detección, incluido un sistema de seguimiento de pacientes.

Este estudio de investigación tiene como objetivo traer un sistema de inteligencia artificial para detectar la retinopatía diabética (RD) junto con sistemas de seguimiento de derivaciones a la unidad de detección en el Hospital Uthai en Phra Nakhon Sri Ayutthaya para evaluar la efectividad de la detección y el seguimiento de los pacientes derivados a Phra. Hospital Nakhon Sri Ayutthaya. Se comparará con el sistema de detección existente y se le dará seguimiento con referencias periódicas por parte del personal.