Implementering av et integrert system for kunstig intelligens og henvisningssporing for sanntidsscreening av diabetisk retinopati

Diabetisk retinopati er den vanligste okulære komplikasjonen hos personer med diabetes. Det er en ledende årsak til synstap og blindhet hos mennesker i alderen 20-64 år rundt om i verden, fordi det i de tidlige stadiene av sykdommen ikke er noen advarsel, noe som gjør at pasientene er uvitende. Hvis blodsukkerinnholdet tillates å øke, kan det oppstå alvorlig diabetisk retinopati som fører til blindhet.

Forekomsten av diabetisk retinopati hos diabetespasienter har en tendens til å øke med varigheten av diabetes. Og i henhold til pasientens alder, ble det funnet at innen 20 år er pasienter med diabetes type 1 med diabetisk retinopati omtrent 99 % og diabetes type 2 med diabetisk retinopati er omtrent 60 %.

Screening for diabetisk retinopati er akseptert og utført i helsesystemer over hele verden. Bevis viser at screening kan redusere blindhet(1-3). Thailand bruker prosentandelen av diabetespasienter som har blitt øyetestet. Det er en av indikatorene for tjenestekvalitet i øyehelsedistriktet i Folkehelsedepartementet. Screening for diabetisk retinopati ved bruk av netthinneavbildningsmetoden er kostnadseffektiv. Det gir diabetikere på fjerne steder tilgang til screening, for eksempel å ta med et mobilt netthinnekamera for å ta bilder i samfunnet i forbindelse med bruk av teleoftalmologiteknologi i screening(4-6). Men ifølge en rapport fra Folkehelsedepartementet i HDC-systemet i 2015-2017, ble det funnet at bare 40 % av pasientene som ble screenet for diabetisk retinopati ikke hadde nådd målet på 60 %.

I 2016 vurderte Rajavithi Hospital, i samarbeid med forskere i Google Health, bruken av kunstig intelligens for å lese netthinnebilder av diabetikere i alle de 13 helsedistriktene i Thailand. Den fant at det kunstige intelligenssystemet var i stand til å identifisere pasienter for henvisning til øyeleger (moderat ikke-proliferativ diabetisk retinopati [NPDR]) med 95 % sensitivitet og 96 % spesifisitet, som er 73 % høyere enn screeningspersonellspesifisitet 98 %.

Derfra ble det utført en prospektiv studie med introduksjon av kunstig intelligenssystem for å screene ekte pasienter i prosjektet med tittelen "Thailand-Google Prospective, Real-World Deployment of Artificial Intelligence for Diabetic Retinopathy Screening" (THAIGER) (NCT TCTR 20190902002) 2018 til 2020 for å vurdere gjennomførbarheten, inkludert hindringer for å implementere en etterretningsbasert screeningsprosess. Prosjektet integrerte AI i det landsdekkende screeningsystemet i landet. Ved å utføre forskning i primærhelsetjenestene, Rajavithi sykehus og 9 samfunnssykehus i Pathum Thani-provinsen og Chiang Mai, mottok diabetespasientene i THAIGER-prosjektet resultatene av å lese bilder ved hjelp av kunstig intelligens i sanntid. Det ble imidlertid funnet at av pasientene som ble henvist, var det svært få som faktisk oppsøkte lege. Det er også bilder som var uleselige (ugradable) av den kunstige intelligensen. Og den kunstige intelligensen som brukes i THAIGER er ennå ikke fullstendig integrert i screeningsystemet, inkludert med et pasientsporingssystem.

Denne forskningsstudien tar sikte på å bringe et kunstig intelligenssystem til screening for diabetisk retinopati (DR) sammen med henvisningssporingssystemer til screeningsenheten på Uthai sykehus i Phra Nakhon Sri Ayutthaya for å vurdere effektiviteten av screening og oppfølging av pasienter henvist til Phra Nakhon Sri Ayutthaya sykehus. Det skal sammenlignes med eksisterende screeningsystem og følges opp med jevnlig henvisning fra personell.