Intelligence artificielle (IA) - Modèle de dépistage des troubles visuels assistée: mise en œuvre communautaire et évaluation des performances, de la faisabilité et des coûts.

Expérimental: Assisté par AI

Les participants subiront un dépistage des troubles visuels en utilisant le modèle Aviri (IA pour le dépistage des troubles visuels liés à la maladie en utilisant l'imagerie rétinienne). Cette intervention implique une analyse automatisée d'image du fond d'œil par l'intelligence artificielle pour dépister et identifier les individus ayant une forte probabilité de déficience visuelle.

Dispositif: IA

Algorithme d'apprentissage en profondeur basé sur la photographie rétinienne pour la détection de cas de troubles visuels liés à la maladie

Autres noms:

• Aviri (IA pour le dépistage des troubles visuels liés à la maladie en utilisant l'imagerie rétinienne)

Aucune intervention: Traditionnel

Les participants recevront un dépistage des troubles visuels en utilisant le modèle de dépistage traditionnel, qui implique des optométristes effectuant des évaluations initiales, suivis des décisions de référence basées sur l'évaluation de l'image manuelle.

Performance d'Aviri sur la détection des troubles visuels

Le principal résultat est la performance de détection de VI (VI lié à l'erreur de réfraction et liée à la maladie) et le taux de référence correct, en référence au diagnostic des panneaux d'experts. Pour évaluer si le nouveau modèle assisté par l'IA a une meilleure précision de référence que le modèle traditionnel actuel, la précision, les valeurs AUC, la sensibilité, la spécificité et d'autres métriques de performance des deux modèles seront calculées et comparées.

Efficacité opérationnelle

L'évaluation comprend (i) le temps de dépistage moyen par patient et (ii) le nombre moyen de patients dépistés par session.

Acceptabilité des patients

L'acceptabilité des patients est évaluée via un questionnaire à 6 éléments (échelle de Likert à 4 points: «satisfaction» ou «vraisemblance») administrée par des coordinateurs formés.

Perceptions de la faisabilité

Les perceptions de la faisabilité sont évaluées à travers au moins deux groupes de discussion avec des optométristes et un avec des prestataires de services sera mené, guidé par le cadre consolidé pour la recherche sur la mise en œuvre (CFIR). Les discussions exploreront les obstacles et les facilitateurs influençant l'adoption du modèle de dépistage de l'IA. Les données seront codées par induction et déduction par deux chercheurs à l'aide de constructions CFIR; écarts résolus par consensus ou un troisième chercheur.

Économies de coûts de la mise en œuvre du modèle de dépistage assisté par l'IA

Les chercheurs quantifieront les économies supplémentaires de coûts de la mise en œuvre du modèle de dépistage assisté par l'IA sur le modèle PSS en utilisant une approche de coûts basées sur l'activité (ABC) qui quantifie tous les coûts non cachés (y compris la main-d'œuvre, les matériaux et les fournitures, et la technologie amorti et les frais de location / location) requis pour effectuer chaque évaluation stratifiée par des activités clés de chaque modèle de dépistage, par exemple, des examens de dépistage, des examens de dépistage, une production de cas-siège, une production de séchange, une production de case, une production de siffle, une production de cas de séjour, une production sur la production de sites sur le plan de la algo des résultats des tests, etc.). Les coûts fixes seront amortis sur la durée de vie utile attendue des intrants (c'est-à-dire impliquait l'espérance de vie des immobilisations). Pour le coût des évaluations cliniques, les chercheurs utiliseront les tailles de factures non subventionnées, car celles-ci devraient se rapprocher des coûts réels.