Diagnosehjelpemiddel for kunstig intelligens (AID)

Gulliksen (2017) beskriver digitalisering som den største samfunnsmessige transformasjonsprosessen, også for helsesektoren. Siden pandemiens utfordringer har digitaliseringen særlig skjedd under endringer i hvordan helsetjenester ytes. Den nåværende Global Healthcare-situasjonen dikterer fleksible og innovative skritt for å praktisk tilpasse arbeidsmetoder i klinikken for å møte kravene til spesialiteter, som oftalmologi, på trygge og effektive måter. Makulasykdom forårsaker ødeleggende synstap. Det er den vanligste årsaken til synstap som kan forebygges i Storbritannia og den utviklede verden, noe som fører til unødvendig og ødeleggende synstap og blindhet hvis det ikke overvåkes og behandles regelmessig. I Storbritannia har 1,8 millioner mennesker kronisk makulær sykdom, hvorav omtrent 300 000 bor i London. Alliert helsepersonell er opplært til å gi injeksjonene, men for øyeblikket er det ingen formell struktur for AHP-er som skal trenes til å vurdere pasientdata (syn og OCT-skanning).

Vi foreslår derfor at det er et viktig forskningsområde å utvikle et ledelseshjelpemiddel for å tillate standardisering av omsorgen, og la flere pasienter bli sett ved å øke den kliniske arbeidsstyrken. Denne nye AI-programvaren muliggjør mobilisering av den bredere ikke-medisinske arbeidsstyrken på over 14 000 optometrister samt sykepleiere, allierte helsepersonell og teknikere som kan bli opplært med AI-verktøy og opplæring, og operere fra fellesskapsmiljøer for å utvide ressurser, kapasitet og kvaliteten på omsorgen. Selv om algoritmen ikke er rettet mot å forbedre kunnskapen om sykdommene, vil det være et element av læring av god ledelse hos sluttbrukeren. Det er for tiden mange eksempler på automatisert programvare i litteraturen, men de ender alle på valideringsstadiet. De tar alle for seg bruken av AI for å diagnostisere tilstander, men ingen har tatt opp spørsmålet om implementering, som fremhevet av mange av papirene. Det er heller ingen spor rettet mot behandling av disse pasientene, etter diagnose.

Denne studien vil sammenligne gullstandard klinisk behandling av pasienter som mottar behandling for de tre viktigste makulasykdommene (behandlingsbeslutninger tatt av en øyelege) med en vurdering og behandlingsanbefaling laget av MacuSense-programvaren. Pasientenes behandling vil følge øyelegenes beslutning til enhver tid, og resultatet av studien vil sammenligne dette med MacuSense-resultatet. Øyelegen vil være blind for MacuSense-resultatet gjennom hele studien.

Forskningsdeltakeren vil møte til klinikken sin, med mål på synet og en netthinneskanning (OCT) som normalt. Øyelegen vil gjennomgå pasienten og skanne med et behandlings- og oppfølgingsintervall som er bestemt. Behandling vil bli gitt ved det besøket.

Dataene som samles inn vil bli lagt inn i MacuSense-programvaren av hovedetterforskeren (Dr Zakri). Utgangen av programvaren gir et oppfølgingsintervall. Resultatet av oppfølgingsintervallet bestemt av klinikeren og oppfølgingsintervallet angitt av Macusense-programvaren vil bli sammenlignet for hver pasient. Øyelegen vil ikke ha tilgang til Macusense-programvaren eller utdataene fra programvaren, slik at deres behandlingsbeslutning ikke påvirkes. Utdataene fra Macusense-programvaren vil ikke bli brukt til å endre den kliniske avgjørelsen.

Resultatet av studien er derfor å sammenligne klinikerens behandling og følge avgjørelsen med Macusense-resultatet, kun for forskningsformål. Målet er å teste nøyaktigheten til Macusense-algoritmen mot gullstandardbehandling. Nullhypotesen sier at det ikke er noen forskjell mellom utfall i standard klinisk behandling og macusoft-programvare.

Vi regner med fra tidligere arbeid at det er avvik fra NICEs retningslinjer ved en rekke anledninger. Derfor foreslår vi en alternativ hypotese som sier at resultatene vil vise en forskjell mellom standardbehandling og utfall presentert fra macusoft algoritmeprogramvare.

Studieplan

Studien er beregnet til å ta 9 måneder, stort sett som følger:

• Måned 1-6: Forskningsoppsett, pasientrekruttering, dataforberedelse. Samle inn data om beslutninger tatt med og uten MacuSense (algoritmen vil ikke bli endret under studien)
• Måned 7-9: Statistisk analyse og validering av observasjonsbevis

Studiedetaljer:

Hvordan studiet vil fungere

Studien vil fungere som følger:

1. Pasient rekruttert og samtykket ved oppmøte på klinikken for en vanlig oppfølgingsavtale.
2. Overlege øyelege tar en beslutning om intravitreal behandlingsintervall etter gjeldende praksis.
3. Pasientens historiske diagnostiske data vil bli analysert av dataprogrammet MacuSense. Disse pseudonymiserte dataene vil kunne ses av Dr Zakri og macusoft designteam.
4. Overlege øyelegers opprinnelige beslutning vil bli sammenlignet med analysen gjort med MacuSense. Ingen innvirkning på den kliniske behandlingen som gis, vil bli gjort.