Sztuczna inteligencja do wykrywania chorób siatkówki i jaskry u pacjentów z cukrzycą w podstawowej opiece zdrowotnej

Projekt badania Ten projekt będzie oparty na metodologii obejmującej 2 równoległe badania: W pierwszym badaniu opracujemy algorytm sztucznej inteligencji do wykrywania objawów DR u pacjentów z cukrzycą.

Druga część projektu polegać będzie na opracowaniu badania prospektywnego, które pozwoli porównać możliwości diagnostyczne algorytmu z możliwościami lekarzy medycyny rodzinnej i specjalistów siatkówkowych. Odniesieniem będzie podwójne ślepe czytanie przeprowadzone przez specjalistów od siatkówki (z zaślepionym trzecim czytaniem w przypadku braku porozumienia w poprzednich 2 odczytach). W ten sposób wyniki uzyskane zarówno przez algorytm AI, jak i przez specjalistów medycyny rodzinnej zostaną porównane do złotego standardu (dokładność, czułość, specyficzność, pole pod krzywą itp.). Włączenie pielęgniarek, które przeszły szkolenie w zakresie odczytów dna oka, zostanie rozważone w celu porównania ich zdolności diagnostycznych.

Badanie populacji, uczestnictwo w miejscu i rekrutacja Obrazy do opracowania algorytmu zostaną scedowane przez CHS i będą zawierać obrazy całej populacji Katalonii. Badanie prospektywne odbędzie się w ośrodkach podstawowej opieki zdrowotnej zarządzanych przez Kataloński Instytut Zdrowia w środkowej Katalonii, która obejmuje hrabstwa Bages, Osona, Berguedà i Anoia. Populacją referencyjną będzie populacja przypisana do tych ośrodków podstawowej opieki zdrowotnej. Populacja ta obejmowała około 512 000 osób w 2017 r., a szacowana częstość występowania cukrzycy wynosiła 7,1%.

Okres badań obejmie lata 2010-2017 na rozwój algorytmu z AI. Badania prospektywne rozpoczną się po opracowaniu algorytmu i będą prowadzone do czasu uzyskania wymaganej liczby odczytów (około 3-4 miesięcy).

Przebieg badania W celu opracowania algorytmu AI uwzględnione zostaną wszystkie obrazy dna oka oznaczone jako DR pacjentów z ośrodków podstawowej opieki zdrowotnej w Katalonii w latach 2010-2017. W badaniu prospektywnym uwzględnione zostaną wszystkie obrazy pacjentów poddanych badaniu dna oka od okresu rozpoczęcia badania do momentu osiągnięcia odpowiedniej liczby pacjentów. Wysoki odsetek obrazów dna oka musi mieć odpowiednią jakość; to znaczy 40-stopniowe widzenie centralnej siatkówki, gdzie można zobaczyć co najmniej trzy czwarte części nerwu wzrokowego, dobrze zogniskowaną plamkę oraz dobrze odgraniczone żyły i tętnice górnego i dolnego łuku. Obrazy dna oka, które nie mają odpowiedniej jakości technicznej (ciemne) lub których nie można ocenić ze względu na nieprzezroczystość nośnika (np. w przypadku zaćmy) zostaną wykluczone

Gromadzenie danych Do opracowania algorytmu AI konieczne jest posiadanie zanonimizowanych obrazów z odpowiednią etykietą, która klasyfikuje każdy obraz (w jednej z klas, z którymi algorytm ma być szkolony). Personel odpowiedzialny za technologię informacyjną (IT) CHS oceni najlepszą strategię anonimizacji i ekstrakcji obrazów z systemów komputerowych CHS, a także identyfikacji każdego obrazu za pomocą unikalnego identyfikatora. Z drugiej strony wymagany będzie tabelaryczny plik typu CSV lub TXT, aby powiązać każdy identyfikator obrazu z odpowiednią klasyfikacją. Osoba odpowiedzialna za IT CHS wraz z kierownikiem technicznym OPTretina uzgodnią najlepszy sposób na przeniesienie tych 2 źródeł informacji w bezpieczny sposób z serwerów CHS na serwery OPTretina (SSH File Transfer Protocol, zewnętrzny dysk twardy) w zależności od ilości przesyłanych danych i wewnętrznej polityki CHS. OPTretina ma doświadczenie w opracowywaniu modeli AI do automatycznej klasyfikacji obrazów dna oka i jest producentem urządzeń medycznych certyfikowanym przez Hiszpańską Agencję Leków i Produktów Zdrowotnych.

Do badania prospektywnego zostaną zebrane anonimowe cotygodniowe odczyty danych z dna oka zebrane przez lekarzy medycyny rodzinnej czytelników obrazów dna oka w środkowej Katalonii. Obrazy zostaną przesłane na serwery OPTretina, gdzie zostaną najpierw przeanalizowane przez algorytm diagnostyczny, a następnie przez specjalistów siatkówki, którzy postawią ostateczną diagnozę. Osoba odpowiedzialna za informatykę CHS wraz z kierownikiem technicznym OPTretina uzgodnią najlepszy sposób bezpiecznego przesyłania tych danych.