Bruk av kunstig intelligens som et verktøy for diagnostisk beslutningsstøtte for å hjelpe diagnostiseringen av hudsykdommer i primærhelsetjenesten i Catalonia

Et sikkert anonymt frittstående nettgrensesnitt som er kompatibelt med alle mobilenheter vil bli integrert med Autoderm API. Studien utført i dette prosjektet vil bestå av en prospektiv studie som tar sikte på å evaluere ML-modellens ytelse, og sammenligne dens diagnostiske kapasitet med fastleger og hudleger.

For å gjennomføre studien vil følgende prosedyre bli utført til det nødvendige antallet prøver er nådd:

1. En egnet pasient med hudproblemer bes delta og signere pasientens studieavtale.
2. Fastlegen vil diagnostisere hudtilstanden.
3. Fastlegen (eller sykepleieren) vil ta ett bilde av god kvalitet av hudtilstanden.
4. Fastlegen vil sende bildet som en teledermatologisk konsultasjon etter gjeldende arbeidsflyt.
5. Bildet legges inn i Autoderm ML-grensesnittet.
6. Dermatolog vil diagnostisere hudtilstanden.

Studien vil bli utført i primærhelsesentre administrert av Catalan Health Institute. Deltaker PCP vil være lokalisert i landlige og storbyområder i Sentral-Catalonia, som inkluderer regionene Anoia, Bages, Moianès, Berguedà og Osona. Referansepopulasjonen inkludert i studien vil være ca 512 050. Rekrutteringen av potensielle fag vil bestå på fortløpende basis.

Allmennleger vil samle inn data fra påfølgende pasienter som oppfyller inklusjonskriteriene etter å ha innhentet skriftlig informert samtykke. Innsamlede data vil bli rapportert utelukkende i saksrapportskjema (vedlagt i vedlegg V og VI).

Fastlegen vil diagnostisere hudtilstanden og fylle ut "Ansikt-til-ansikt vurdering av fastlege". For hver pasient vil fastlegen ved hjelp av et smarttelefonkamera ta et nærbilde av god kvalitet av hudproblemet. Bildet vil være anonymt og det vil ikke være mulig å identifisere pasienter. Fastlegen vil bruke Autoderm ML-grensesnittet for å laste opp det anonymiserte bildet og vil fylle ut spørreskjemaet «Vurdering levert av ML-modellen» med de 3 beste diagnosene generert av ML-modellen.

For å få en second opinion vil fastlegen innlemme det anonymiserte bildet og en nøyaktig beskrivelse av hudlesjonen i pasientens sykehistorie etter den aktuelle teledermatologistrømmen. Fastlegen vil fylle ut "Vurdering ved teledermatologi" spørreskjema etter å ha mottatt informasjonen, svartid ca 2-7 dager.

Ved dermatologisk henvisning vil fastlegen fylle ut «Vurdering ved personlig hudlege», ved å få tilgang til elektroniske helsejournaler etter hvert som de blir tilgjengelige, som er gjennomsnittlig ventetid på henvisning fra 30 til 90 dager.

Spørreskjemasaksnummer vil være likt for alle spørreskjemaer og det vil ikke være mulig å identifisere pasienten, da saksnummer vil være forhåndsdefinert før igangsetting av datainnsamlingsfasen.

For å sammenligne ytelsen til ML-modellen med den til fastlegene og hudlegene, vil det kreves en prøvestørrelse på 100 bilder av hudsykdommer fra pasienter som oppfyller inklusjonskriteriene. Den foreslåtte prøvestørrelsen er basert på prøvestørrelsesberegning brukt i lignende forskning.