Ocena wydajności stopniowania retinopatii cukrzycowej wspomaganej sztuczną inteligencją w szpitalu uniwersyteckim w Leuven: czy technologia może poprawić pensjonariuszy? (PEARL)

Cukrzyca jest jednym z głównych wyzwań zdrowotnych naszych czasów. Szacuje się, że do 2040 roku na świecie zostanie zdiagnozowana ta choroba u 642 milionów ludzi. Cukrzyca jest chorobą całego organizmu i wiąże się z wieloma możliwymi powikłaniami wynikającymi z jej wpływu na mikrokrążenie. Najbardziej rozpowszechnionym z tych powikłań jest retinopatia cukrzycowa, która jest spowodowana uszkodzeniem zarówno mikronaczyń, jak i nerwów.

Według badań przeprowadzonych w Stanach Zjednoczonych przez grupę Eye Diseases Prevalence Research, około 40% pacjentów ma pewien stopień retinopatii. 8% pacjentów ma nawet retinopatię cukrzycową zagrażającą widzeniu.

Retinopatia cukrzycowa jest jedną z głównych przyczyn ślepoty w naszym obecnym społeczeństwie. Jednak coroczne badania przesiewowe i terminowe skierowanie na leczenie mogą temu zapobiec. Najlepszą ilustracją jest fakt, że od czasu wdrożenia ogólnokrajowego programu badań przesiewowych cukrzyca nie jest już główną przyczyną ślepoty w Wielkiej Brytanii.

Dlatego wiele krajów zorganizowało jakiś program badań przesiewowych. Istnieją jednak duże różnice organizacyjne między krajami. Zakres ten może wahać się od corocznej dna oka z rozstrzeniem przez okulistę (jak ma to miejsce w Belgii) po zdjęcia dna oka bez rozszerzania źrenic oceniane przez przeszkolonego oceniającego, który nie jest (para)medykiem.

Nawet przy możliwie najskuteczniejszej ścieżce badań przesiewowych wzrost liczby pacjentów stanie się problemem, ponieważ czynnik ludzki w ścieżce badań przesiewowych (lekarz, optometrysta, wyszkolony pracownik oceniający…) nie może zwiększać swojej wydajności z taką samą szybkością. Obecny system w pewnym momencie osiągnie swoje granice. Ponadto wiadomo, że znaczna część chorych na cukrzycę nie przestrzega zalecanych corocznych badań przesiewowych. Problemy te spowodują dłuższe listy oczekujących, niedostateczną diagnozę z powodu przepracowanych lekarzy, długie listy oczekujących i prawdopodobnie brak wysokiej jakości opieki.

Zwykłe zastąpienie okulisty wyszkolonym oceniającym prawdopodobnie nie rozwiąże wszystkich tych problemów. Będzie je jedynie opóźniać i nadal będzie kosztować i wymagać dużego nakładu pracy. Sytuacja w krajach, w których korzysta się już z przeszkolonych równiarek, potwierdza te przypuszczenia. Ponadto istnieje również możliwość poprawy jakości opieki i dokładności diagnozy w tych konfiguracjach.

W ostatnich latach postulowano sztuczną inteligencję, a dokładniej głębokie uczenie się, jako sposób na rozwiązanie tych problemów. Już w pierwszych badaniach wykazano, że algorytmy głębokiego uczenia osiągają wysoką czułość i specyficzność w wykrywaniu retinopatii cukrzycowej. Dalszy rozwój tych algorytmów i dokładniejsze badania potwierdziły te ustalenia. Wykorzystanie sztucznej inteligencji badano w wielu dziedzinach medycyny, jednak badania przesiewowe w kierunku retinopatii cukrzycowej pozostają pionierskie, co potwierdza pierwsza w historii autoryzacja FDA dla aplikacji medycznej AI, jaką jest system przesiewowy w kierunku retinopatii cukrzycowej IDx.

Obecne badania koncentrują się głównie na działaniu algorytmu sztucznej inteligencji jako autonomicznego narzędzia diagnostycznego bez interakcji z człowiekiem poza akwizycją obrazów. Wśród lekarzy istnieje obawa, że ​​sztuczna inteligencja zacznie je częściowo zastępować w niedalekiej przyszłości i sprawi, że na dłuższą metę staną się przestarzałe. Jednak te nowe technologie mogą być również wykorzystywane do pomocy pracownikom służby zdrowia w stawianiu diagnozy w bardziej dokładny sposób, zamiast ich zastępowania.

Dlatego w projekcie PEARL chcemy ocenić wykorzystanie algorytmu sztucznej inteligencji jako pomocy diagnostycznej w celu poprawy dokładności diagnostycznej lekarza, a nie zastępowania lekarza, z pewnością w kontekście szkoleniowym.