Ytelsesevaluering av Artificial Intelligence Assisted Diabetic Retinopathy Gradering i Leuven universitetssykehus: Kan teknologi forbedre beboeren? (PEARL)

Diabetes mellitus er en av de største helseutfordringene i vår tid. Det er anslått at 642 millioner mennesker vil bli diagnostisert med denne sykdommen på verdensbasis innen 2040. Diabetes er en sykdom som påvirker hele kroppen og kommer med mange mulige komplikasjoner på grunn av dens effekt på mikrovaskulaturen. Den mest utbredte av disse komplikasjonene er diabetisk retinopati som er forårsaket av både mikrovaskulær og nevrale skade.

I følge studier i USA utført av Eye Diseases Prevalence Research-gruppen, har omtrent 40 % av pasientene en viss grad av retinopati. 8 % av pasientene har til og med synstruende diabetisk retinopati.

Diabetisk retinopati er en av hovedårsakene til blindhet i vårt nåværende samfunn. Årlig screening og rettidig henvisning til behandling kan imidlertid forhindre at dette skjer. Den beste illustrasjonen er det faktum at siden implementeringen av et landsdekkende screeningprogram, er diabetes mellitus ikke lenger den viktigste årsaken til blindhet i Storbritannia.

Derfor har mange land organisert et slags screeningprogram. Det er imidlertid store organisatoriske forskjeller mellom landene. Dette kan variere fra en årlig utvidet fundoskopi av en øyelege (som tilfellet er i Belgia) til ikke-mydriatiske fundusfotografier vurdert av en utdannet grader som ikke er en (para)medic.

Selv med den mest effektive screeningsveien som mulig, vil økningen i antall pasienter bli et problem siden den menneskelige faktoren i screeningsveien (lege, optiker, utdannet grader,...) ikke kan øke sin kapasitet med samme hastighet. Det nåværende systemet vil nå sine grenser på et eller annet tidspunkt. Videre er det kjent at en betydelig andel av diabetespasientene ikke overholder anbefalt årlig screening. Disse problemene vil resultere i lengre ventelister, underdiagnostisering på grunn av overarbeidede leger, lange ventelister og muligens mangel på omsorg av høy kvalitet.

Bare å erstatte øyelegen med en utdannet grader vil sannsynligvis ikke løse alle disse problemene. Det vil bare utsette dem og vil fortsatt være kostbart og arbeidskrevende. Situasjonen i land som allerede bruker trente veiøvere bekrefter disse mistankene. Videre er det også rom for forbedring i kvaliteten på omsorgen og nøyaktigheten av diagnose i disse oppsettene.

De siste årene har kunstig intelligens, nærmere bestemt dyp læring, blitt postulert som et middel for å løse disse problemene. Selv i de første studiene har dyplæringsalgoritmer allerede vist seg å oppnå høy sensitivitet og spesifisitet for å oppdage refererbar diabetisk retinopati. Videre utvikling av disse algoritmene og mer grundig forskning har bekreftet disse funnene. Bruken av AI har blitt studert i mange medisinske felt, men screening for diabetisk retinopati forblir pioneren, noe som bekreftes av tidenes første FDA-godkjenning for en medisinsk AI-applikasjon som er screeningsystemet for diabetisk retinopati IDx.

Nåværende forskning fokuserer for det meste på ytelsen til en kunstig intelligensalgoritme som et autonomt diagnostisk verktøy uten interaksjon med et menneske ved siden av anskaffelsen av bildene. Frykt eksisterer blant medisinske fagfolk for at kunstig intelligens vil begynne å erstatte dem delvis i nær fremtid og gjøre dem foreldet på lang sikt. Imidlertid kan disse nye teknologiene også brukes til å hjelpe helsepersonell med å stille diagnosen på en mer nøyaktig måte i stedet for å erstatte dem.

Derfor ønsker vi i PEARL-prosjektet å evaluere bruken av en kunstig intelligensalgoritme som et diagnostisk hjelpemiddel for å forbedre den diagnostiske nøyaktigheten til legen i stedet for å erstatte legen, sikkert i en treningssammenheng.