Applicazione dell'intelligenza artificiale nella diagnosi precoce delle complicanze oculari nei diabetici (AI)

Nell'era dell'ineleganza artificiale (AI), è altamente raccomandato il passaggio dall'assistenza terziaria a quella secondaria e primaria quando si prende cura di un paziente con retinopatia diabetica.

A causa del basso funzionamento, l'intelligenza artificiale potrebbe essere utilizzata nella diagnosi precoce e nello screening della retinopatia diabetica applicando il servizio a una popolazione di massa e aree con risorse limitate con scarsità di servizi di assistenza oculistica.

La cura degli occhi basata sull'intelligenza artificiale in termini di screening per la retinopatia diabetica renderà il processo di screening più efficace ed economico e potrebbe essere delegata a tecnici, professionisti e/o anche all'auto-screening domiciliare.

Riconoscendo l'elevata prevalenza del diabete mellito di tipo 2 (T2DM) tra gli adulti, l'uso di una fotocamera del fondo oculare non midriatica con AI è efficace negli esami oculistici in quanto migliora l'aderenza degli adulti allo screening oculare.

L'obiettivo principale della sperimentazione sarà valutare l'efficacia dell'applicazione di dispositivi AI in termini di telecamere del fondo oculare nella diagnosi precoce della retinopatia diabetica e dell'edema maculare tra i pazienti diabetici che frequentano i centri di assistenza primaria.

Domande di ricerca:

In che misura l'applicazione della cura degli occhi basata sull'intelligenza artificiale presso il centro di cure primarie è efficace nel raggiungere un alto tasso di rilevamento dell'edema maculare? In che misura l'applicazione della cura degli occhi basata sull'intelligenza artificiale presso la clinica di assistenza primaria è efficace nel raggiungere un alto tasso di rilevamento della retinopatia?

Obiettivo generale:

Stimare l'efficacia dell'applicazione della cura degli occhi basata sull'intelligenza artificiale presso i centri di assistenza primaria per ottenere un alto tasso di rilevamento di edema maculare e retinopatia tra i diabetici.

Obiettivi specifici:

Obiettivo 1: Confrontare la percentuale di casi rilevati di edema maculare nel gruppo di intervento rispetto al gruppo di controllo (cura oculistica di routine) che frequenta il centro di cure primarie.

Obiettivo 2: Confrontare la proporzione di casi rilevati di retinopatia nel gruppo di intervento rispetto al gruppo di controllo (cura oculistica di routine) che frequenta il centro di assistenza primaria

Articolo di letteratura:

Sebbene siano stati suggeriti modelli recenti per l'implementazione di soluzioni di salute digitale come la pesca in ruscello, l'imbuto di afflusso, la piramide e le carte mescolate che rappresentano opzioni per i servizi clinici con capacità e volontà progressivamente crescenti di rendere operativa la salute digitale.

Tuttavia, diverse sfide si trovano ad affrontare l'implementazione di AI, telemedicina e Internet delle cose (IoT) in tutto il mondo. Gli ostacoli all'adozione di queste soluzioni sanitarie digitali sono molti e potrebbero essere dedotti dall'infrastruttura, dalla qualità del dispositivo, dalla volontà comune e dagli aspetti legali.

Le prove hanno rivelato che l'utilizzo dell'intelligenza artificiale della funzione di scansione della retina di Macustat nel monitoraggio remoto di un paziente con edema maculare correlato all'età o retinopatia diabetica ha un grande impatto sulla salute del paziente.

Disegno e metodi della ricerca:

Si tratta di uno studio randomizzato in cluster di sei mesi che recluterà pazienti con diabete di tipo II che frequentano le cliniche oculistiche primarie presso i centri di assistenza primaria nella città di Hail.

Partecipanti (P):

I partecipanti saranno pazienti diabetici di tipo II di entrambi i sessi che frequentano i centri di assistenza primaria selezionati indipendentemente dalla loro durata della malattia e dai tipi di farmaci attualmente ricevuti. I partecipanti devono essere adulti di età pari o superiore a 18 anni. Saranno esclusi bambini e giovani adulti con diabete mellito giovanile. Inoltre, saranno esclusi i pazienti gravemente malati e i pazienti con disturbi mentali. I partecipanti saranno valutati all'inizio per raccogliere i dati di riferimento sulla retinopatia diabetica e l'edema maculare utilizzando dispositivi AI per segnalare i casi rilevati. Al termine del processo, si otterrà un analogo rapporto sui casi rilevati tre e sei mesi dopo l'inizio del processo.