Anvendelse av kunstig intelligens ved tidlig påvisning av øyekomplikasjoner hos diabetikere (AI)

I en tid med kunstig ineleganse (AI), er et skifte fra tertiær til sekundær og primær omsorg ved omsorg for en pasient med diabetisk retinopati sterkt anbefalt.

På grunn av lav drift kan AI brukes i tidlig oppdagelse og screening av diabetisk retinopati ved bruk av tjenesten på tvers av en massebefolkning og ressursbegrensede områder med mangel på øyepleietjenester.

AI-basert øyepleie når det gjelder screening for diabetisk retinopati vil gjøre screeningsprosessen mer effektiv og billig og kan delegeres til teknikere, utøvere og/eller til og med hjemmebasert selvscreening.

Ved å erkjenne den høye forekomsten av type 2-diabetes mellitus (T2DM) blant voksne, er bruken av et ikke-mydriatisk funduskamera med AI effektiv ved øyeundersøkelser ettersom det forbedrer voksnes overholdelse av øyescreening.

Hovedmålet med studien vil være å vurdere effektiviteten av bruken av AI-enheter når det gjelder funduskameraer i tidlig påvisning av diabetisk retinopati og makulaødem blant diabetespasienter som går på primærhelsesenter.

Forskningsspørsmål:

I hvilken grad er bruk av kunstig intelligens-basert øyepleie ved primærhelsesenteret effektivt for å oppnå høy deteksjonsrate for makulaødem? I hvilken grad er bruk av kunstig intelligens-basert øyepleie ved primærhelseklinikken effektiv for å oppnå høy påvisningsrate for retinopati?

Generelt mål:

Å estimere effektiviteten av å bruke AI-basert øyepleie ved primærhelsesentre for å oppnå en høy deteksjonsrate av makulaødem og retinopati blant diabetikere.

Spesifikke mål:

Mål 1: Å sammenligne andelen påviste tilfeller av makulaødem i intervensjonen versus kontrollgruppen (rutinemessig øyebehandling) som går på primærsenteret.

Mål 2: Å sammenligne andelen påviste tilfeller av retinopati i intervensjonen versus kontrollgruppen (rutinemessig øyebehandling) som går på primærhelsesenteret

Litteraturanmeldelse:

Selv om nyere modeller har blitt foreslått for implementering av digitale helseløsninger som strømfiske, innstrømningstrakt, pyramide og stokkingskort som representerer alternativer for kliniske tjenester med gradvis økende kapasitet og vilje til å operasjonalisere digital helse.

Imidlertid står forskjellige utfordringer overfor utrullingen av AI, telehelse og tingenes internett (IoT) over hele verden. Barrierer for å ta i bruk disse digitale helseløsningene er mange og kan utledes av infrastruktur, kvaliteten på enheten, felles vilje og juridiske aspekter.

Bevis avslørte at bruk av Macustat retinafunksjonsskanning AI i fjernovervåking av en pasient med aldersrelatert makulaødem eller diabetisk retinopati har stor innvirkning på pasientens helse.

Forskningsdesign og metoder:

Dette er en seks måneders gruppert randomisert studie som vil rekruttere pasienter med type II diabetes som går på primære øyepleieklinikker ved primærhelsesentre i Hail city.

Deltakere (P):

Deltakerne vil være type II-diabetespasienter av begge kjønn som går på de utvalgte primærhelsetjenestene uavhengig av sykdomsvarighet og hvilke typer medisiner som for tiden mottas. Deltakerne forventes å være voksne i alderen 18 år og oppover. Barn og unge voksne med juvenil diabetes mellitus vil bli ekskludert. I tillegg vil alvorlig syke pasienter, og pasienter med psykiske lidelser bli ekskludert. Deltakerne vil bli vurdert ved starten for å samle inn baselinedata om diabetisk retinopati og makulaødem ved å bruke AI-enheter for å rapportere oppdagede tilfeller. Ved slutten av rettssaken vil en tilsvarende rapport om oppdagede tilfeller innhentes tre og seks måneder etter starten av rettssaken.