Anvendelse av Belle.AI-dermatologisk bildereferansesystem for pasientdiagnose i en aktiv klinisk setting

Tilgang til hudleger er ofte begrenset, noe som fører til at rundt 60 % av hud-, hår- og negleproblemer behandles av ikke-spesialister. Denne studien vil evaluere effektiviteten til et AI-dermatologisk beslutningsstøtteverktøy for å hjelpe primærpleiere (PCP) med diagnostisering av hudsykdommer. AI-basert bildeanalyse har vist seg å forbedre diagnostisk nøyaktighet, spesielt for ikke-dermatologer. Tidligere studier har først og fremst fokusert på hudleger, men AI kan være mer fordelaktig for PCP, da det har vist seg å forbedre deres diagnostiske nøyaktighet og samsvar med hudleger.

Globalt lider rundt 1,9 milliarder mennesker av hudsykdommer årlig, med 1 av 3 amerikanere som søker dermatologisk behandling fra ikke-spesialister. Hudrelaterte problemer utgjør en betydelig andel av besøkene til allmennleger og akuttmottak. AI har vist seg effektivt for å diagnostisere hudsykdommer som melanom og andre inflammatoriske sykdommer, og studier indikerer at AI-verktøy kan forbedre diagnostisk nøyaktighet, spesielt for ikke-dermatologer.

Belle AI-verktøyet, som vil bli brukt i denne studien, bruker et konvolusjonelt nevralt nettverk trent på over 500 000 bilder for å identifisere over 2000 hudsykdommer. Den gir bildematchpoeng for å hjelpe leger med å identifisere tilstander og tilbyr en protokoll for andre meninger fra styresertifiserte hudleger. Studien tar sikte på å vurdere verktøyets nytte i sanntids kliniske omgivelser, med potensielle forbedringer i triage-nøyaktighet, henvisningskvalitet og kostnadsbesparelser.

Denne studien er støttet av Advanced Research Projects Agency for Health (ARPA-H) og vil være en av de første som prospektivt undersøker AIs innvirkning på dermatologisk beslutningsstøtte i primærhelsetjenesten.

Studien tar sikte på å evaluere nøyaktigheten og nytten av det dermatologiske referansesystemet Belle AI i et virkelig klinisk miljø, i samarbeid med Urban Health Plan (UHP). Viktige endepunkter inkluderer vurdering av diagnostisk nytte og nøyaktighet sammenlignet med en endelig diagnose fra en dermatologisk vurderingskomité, samt innhenting av tilbakemeldinger fra primærhelsepersonell og legeforlengere om deres erfaringer med AI. Sponsoren vil også analysere kostnadsimplikasjonene av systemets bruk for å demonstrere verdien i frontlinjemedisin.

Deltakerne vil bruke en smarttelefon-app for å ta bilder av hudforholdene deres, som deretter vil bli analysert av AI. Deltakerne vil motta økonomiske insentiver for å sende inn bilder etter deres første besøk. En oppfølgingsavtale vil bli planlagt to uker etter den første konsultasjonen, selv om noen besøk kan bli kansellert basert på AI-analysen.

Deltakere vil bli inkludert dersom deltakerne presenterer en primær dermatologisk klage og kan gi informert samtykke. Utelukkelser gjelder for de som ikke kan overholde prosedyrer eller pediatriske deltakere med kjønnsorganer av personvernhensyn.

Ved innmelding til UHP registrerer deltakerne seg og triageres. De med kvalifiserende dermatologiske tilstander vil bli oppsøkt for rekruttering av en studiekoordinator, som vil forklare studien og innhente samtykke. Deltakerne vil laste ned Belle Image Capture-appen til smarttelefonene sine, hvor en studie-ID-kode knyttet til deres EMR vil bli opprettet, for å sikre personvernet.

Under den første avtalen vil leverandørene undersøke pasienten, dokumentere historien deres og diagnostisere tilstanden. BellePro Physician-appen vil bli brukt til å ta bilder og generere en differensialdiagnose, som leverandøren vil vurdere før en endelig diagnose stilles. Deltakerne vil bli planlagt for et oppfølgingsbesøk, og studiekoordinatoren vil varsle tilbydere om alle mottatte bilder tatt gjennom appen.

Fra og med syv dager etter påmelding vil push-varsler be deltakerne om å sende inn bilder ved hjelp av appen. Koordinatoren vil følge opp deltakere som ikke svarer, med sikte på et klart bilde innen en spesifisert tidsramme. Ved mottak vil leverandøren revurdere diagnosen ved hjelp av oppdatert AI-analyse. Vedtak om oppfølgingsavtaler vil bli kommunisert av koordinator.

Dersom en oppfølgingsavtale anses som unødvendig, vil deltakerne fortsatt bli bedt om å sende inn bilder på dag 14. Koordinator vil følge opp tilsvarende for å sikre etterlevelse.

Studien strekker seg fra dag 1 (første klinikkbesøk) til dag 14-18, når endelige bilder eller oppfølgingsavtaler vil skje. Saksnotater vil bli oppdatert fortløpende i eClinicalWorks, og avgjør om saker løses eller krever kontinuerlig behandling.

Primærpleieleverandører ved UHP vil gjennomgå onboarding, inkludert en elektronisk inntaksundersøkelse og opplæring i BellePro Physician App via gruppevideochat. Leverandører vil bli opplært i bruken av appen, og tilbakemeldingene deres vil bli samlet inn i en exit-undersøkelse for å evaluere deres erfaringer og vilje til å fortsette å bruke AI-systemet.

Gitt kompleksiteten til dermatologiske diagnoser, vil en vurderingskomité av senior styresertifiserte hudleger bekrefte diagnoser fra studien. Gjennomgangsprosessen omfatter tre faser: innledende bildevurdering, gjennomgang av redigerte journaler og vurdering av AI-analyseresultater. Utvalgets konsensus vil avgjøre den endelige diagnosen, som vil bli dokumentert for analyse. Saker som mangler enstemmig vedtak vil bli ekskludert fra studiens sluttevaluering. Gjennomgang vil skje når påmeldingen er fullført.