Tekoälyavusteisen diabeettisen retinopatian suorituskyvyn arviointi Leuvenin yliopistollisessa sairaalassa: Voiko tekniikka parantaa asukasta? (PEARL)

Diabetes mellitus on yksi aikakautemme suurimmista terveyshaasteista. On arvioitu, että 642 miljoonalla ihmisellä diagnosoidaan tämä tauti maailmanlaajuisesti vuoteen 2040 mennessä. Diabetes on sairaus, joka vaikuttaa koko kehoon, ja siihen liittyy monia mahdollisia komplikaatioita, koska se vaikuttaa mikroverisuoniin. Yleisin näistä komplikaatioista on diabeettinen retinopatia, joka johtuu sekä mikrovaskulaarisista että hermovaurioista.

Eye Diseases Prevalence Research Groupin yhdysvaltalaisten tutkimusten mukaan noin 40 %:lla potilaista on jonkinasteista retinopatiaa. 8 %:lla potilaista on jopa näköä uhkaava diabeettinen retinopatia.

Diabeettinen retinopatia on yksi tärkeimmistä sokeuden syistä nyky-yhteiskunnassamme. Vuosittainen seulonta ja oikea-aikainen hoitoon lähettäminen voivat kuitenkin estää tämän. Paras esimerkki on se, että valtakunnallisen seulontaohjelman käyttöönoton jälkeen diabetes mellitus ei ole enää yleisin sokeuden aiheuttaja Isossa-Britanniassa.

Siksi monet maat ovat järjestäneet jonkinlaisen seulontaohjelman. Maiden välillä on kuitenkin suuria organisatorisia eroja. Tämä voi vaihdella vuosittain silmälääkärin tekemästä laajentuneesta silmänpohjan tähystystä (kuten Belgiassa) tai ei-mydriaattisia silmänpohjakuvia, jotka on arvioinut koulutettu luokkalainen, joka ei ole (apu)lääkäri.

Tehokkaimmallakin seulontareitillä potilasmäärien kasvu tulee ongelmaksi, koska seulontareitin inhimillinen tekijä (lääkäri, optikko, koulutettu luokkalainen,…) ei pysty lisäämään sen kapasiteettia samalla nopeudella. Nykyinen järjestelmä saavuttaa rajansa jossain vaiheessa. Lisäksi tiedetään, että merkittävä osa diabetespotilaista ei noudata suositeltua vuosittaista seulontaa. Nämä ongelmat johtavat pitempiin jonotuslistoihin, alidiagnosointiin ylityöllisten lääkäreiden takia, pitkiin jonotuslistoihin ja mahdollisesti laadukkaan hoidon puutteeseen.

Pelkästään silmälääkärin korvaaminen koulutetulla luokkatyöntekijällä ei todennäköisesti ratkaise kaikkia näitä ongelmia. Se vain lykkää niitä ja pysyy silti kalliina ja työvoimavaltaisena. Tilanne maissa, joissa jo käytetään koulutettuja tiehöyliä, vahvistaa nämä epäilyt. Lisäksi näissä kokoonpanoissa on parantamisen varaa myös hoidon laadussa ja diagnoosin tarkkuudessa.

Viime vuosina tekoälyä, tarkemmin sanottuna syväoppimista, on oletettu keinona ratkaista nämä ongelmat. Jo ensimmäisissä tutkimuksissa syväoppimisalgoritmien on jo osoitettu saavuttavan korkean herkkyyden ja spesifisyyden viittaavan diabeettisen retinopatian havaitsemiseen. Näiden algoritmien jatkokehitys ja perusteellisempi tutkimus ovat vahvistaneet nämä havainnot. Tekoälyn käyttöä on tutkittu monilla lääketieteen aloilla, mutta diabeettisen retinopatian seulonta on edelleen edelläkävijä, minkä vahvistaa ensimmäinen FDA:n lupa tekoälysovellukselle, joka on diabeettisen retinopatian seulontajärjestelmä IDx.

Nykyinen tutkimus keskittyy enimmäkseen tekoälyalgoritmin toimintaan itsenäisenä diagnostisena työkaluna ilman vuorovaikutusta ihmisen kanssa kuvien hankinnan lisäksi. Lääkäreiden keskuudessa pelätään, että tekoäly alkaa lähitulevaisuudessa korvata ne osittain ja vanhentua pitkällä aikavälillä. Näitä uusia teknologioita voitaisiin kuitenkin käyttää myös auttamaan terveydenhuollon ammattilaisia ​​tekemään diagnoosin tarkemmin sen sijaan, että ne korvattaisiin.

Siksi PEARL-projektissa haluamme arvioida tekoälyalgoritmin käyttöä diagnostisena apuvälineenä lääkärin diagnostisen tarkkuuden parantamiseksi lääkärin korvaamisen sijaan, ehdottomasti koulutuskontekstissa.