Aiuto diagnostico di intelligenza artificiale (AID)

Gulliksen (2017) descrive la digitalizzazione come il più grande processo di trasformazione della società, anche per il settore sanitario. Dopo le sfide della pandemia, la digitalizzazione ha avuto luogo in particolare durante i cambiamenti nel modo in cui viene fornita l'assistenza sanitaria. L'attuale situazione sanitaria globale impone passaggi flessibili e innovativi per adattare praticamente i metodi di lavoro in clinica per soddisfare le esigenze delle specialità, come l'oftalmologia, in modo sicuro ed efficiente. La malattia maculare provoca una devastante perdita della vista. È la causa più comune di perdita della vista prevenibile nel Regno Unito e nel mondo sviluppato, che porta a perdita non necessaria e debilitante della vista e cecità se non monitorata e trattata regolarmente. Nel Regno Unito, 1,8 milioni di persone hanno una malattia maculare cronica, di cui circa 300.000 risiedono a Londra. Gli operatori sanitari alleati sono addestrati a fare le iniezioni, ma al momento non esiste una struttura formale per addestrare gli AHP a valutare i dati dei pazienti (vista e scansione OCT).

Suggeriamo quindi che sia un'importante area di ricerca sviluppare un ausilio gestionale per consentire la standardizzazione delle cure e consentire a più pazienti di essere visitati aumentando la forza lavoro clinica. Questo nuovo software di intelligenza artificiale consente la mobilitazione della più ampia forza lavoro non medica di oltre 14.000 optometristi, nonché infermieri, professionisti sanitari e tecnici affini che possono essere aggiornati con strumenti e formazione di intelligenza artificiale e operare da contesti comunitari per espandere risorse, capacità e la qualità delle cure. Sebbene l'algoritmo non abbia lo scopo di migliorare la conoscenza delle malattie, ci sarà un elemento di apprendimento della buona gestione da parte dell'utente finale. Attualmente esistono molti esempi di software automatizzato in letteratura, ma tutti terminano nella fase di validazione. Tutti affrontano l'uso dell'intelligenza artificiale per diagnosticare le condizioni, ma nessuno ha affrontato il problema dell'implementazione, come evidenziato da molti dei documenti. Non esistono inoltre percorsi mirati alla gestione di questi pazienti, successivi alla diagnosi.

Questo studio confronterà l'assistenza clinica gold standard dei pazienti che ricevono un trattamento per le tre principali malattie maculari (decisioni terapeutiche prese da un oftalmologo) con una valutazione e una raccomandazione terapeutica formulata dal software MacuSense. Il trattamento dei pazienti seguirà sempre la decisione degli oftalmologi e il risultato dello studio lo confronterà con l'output di MacuSense. L'oftalmologo non vedrà l'output di MacuSense durante lo studio.

Il partecipante alla ricerca parteciperà all'appuntamento in clinica, con misure della vista e una scansione della retina (OCT) come di consueto. L'oftalmologo esaminerà il paziente ed eseguirà la scansione con un trattamento e un intervallo di follow-up deciso. Il trattamento sarà dato a quella visita.

I dati raccolti saranno inseriti nel software MacuSense dal ricercatore principale (Dr Zakri). L'output del software fornisce un intervallo di follow-up. Il risultato dell'intervallo di follow-up deciso dal medico e l'intervallo di follow-up indicato dal software Macusense verranno confrontati per ciascun paziente. L'oftalmologo non avrà accesso al software Macusense o all'output del software, in modo che la sua decisione terapeutica non sia influenzata. L'output del software Macusense non verrà utilizzato per modificare la decisione clinica.

L'output dello studio è quindi quello di confrontare il trattamento clinico e seguire la decisione con il risultato di Macusense, solo a scopo di ricerca. L'obiettivo è testare l'accuratezza dell'algoritmo Macusense rispetto alla cura gold standard. L'ipotesi nulla afferma che non vi è alcuna differenza tra i risultati nell'assistenza clinica standard e il software macusoft.

Anticipiamo dal lavoro precedente che vi è una deviazione dalle linee guida NICE in diverse occasioni. Pertanto suggeriamo un'ipotesi alternativa che affermi che i risultati mostreranno una differenza tra le cure standard e i risultati presentati dal software dell'algoritmo macusoft.

Orario di studio

Si stima che lo studio durerà 9 mesi, sostanzialmente come segue:

• Mesi 1-6: impostazione della ricerca, reclutamento dei pazienti, preparazione dei dati. Raccogliere dati sulle decisioni prese con e senza MacuSense (l'algoritmo non verrà alterato durante lo studio)
• Mesi 7-9: Analisi statistica e validazione delle evidenze osservative

Dettagli dello studio:

Come funzionerà lo studio

Lo studio opererà come segue:

1. Paziente reclutato e acconsentito quando si recava in clinica per un regolare appuntamento di follow-up.
2. Il consulente oftalmologo prende una decisione in merito all'intervallo di trattamento intravitreale seguendo la pratica corrente.
3. I dati diagnostici storici del paziente saranno analizzati dal programma per computer, MacuSense. Questi dati pseudonimizzati potranno essere visualizzati dal Dr Zakri e dal team di progettazione macusoft.
4. La decisione originale del consulente oftalmologico sarà confrontata con l'analisi effettuata con MacuSense. Non ci sarà alcun impatto sull'assistenza clinica fornita.