Pomoc diagnostyczna sztucznej inteligencji (AID)

Gulliksen (2017) opisuje cyfryzację jako największy proces transformacji społecznej, w tym dla sektora ochrony zdrowia. Od czasu wyzwań związanych z pandemią cyfryzacja miała miejsce szczególnie podczas zmian w sposobie świadczenia opieki zdrowotnej. Obecna sytuacja w globalnej opiece zdrowotnej wymaga elastycznych i innowacyjnych kroków w celu praktycznego dostosowania metod pracy w klinice, aby sprostać wymaganiom specjalności, takich jak okulistyka, w bezpieczny i skuteczny sposób. Choroba plamki żółtej powoduje druzgocącą utratę wzroku. Jest to najczęstsza przyczyna możliwej do uniknięcia utraty wzroku w Wielkiej Brytanii i krajach rozwiniętych, prowadząca do niepotrzebnej i wyniszczającej utraty wzroku i ślepoty, jeśli nie jest regularnie monitorowana i leczona. W Wielkiej Brytanii 1,8 mln osób cierpi na przewlekłą chorobę plamki żółtej, z czego około 300 000 mieszka w Londynie. Pokrewni pracownicy służby zdrowia są szkoleni w zakresie wykonywania zastrzyków, ale w tej chwili nie ma formalnej struktury szkolenia AHP w zakresie oceny danych pacjentów (wzrok i badanie OCT).

Dlatego sugerujemy, że ważnym obszarem badań jest opracowanie pomocy w zarządzaniu, aby umożliwić standaryzację opieki i umożliwić obserwację większej liczby pacjentów poprzez zwiększenie personelu klinicznego. To nowe oprogramowanie AI umożliwia mobilizację pozamedycznej siły roboczej składającej się z ponad 14 000 optometrystów, a także pielęgniarek, pokrewnych pracowników służby zdrowia i techników, którzy mogą podnosić umiejętności dzięki narzędziom AI i szkolić się, a także działać w środowiskach społecznościowych w celu zwiększenia zasobów, zdolności i jakość opieki. Chociaż algorytm nie ma na celu poprawy wiedzy o chorobach, będzie zawierał element nauki dobrego zarządzania przez użytkownika końcowego. Obecnie w literaturze można znaleźć wiele przykładów zautomatyzowanego oprogramowania, jednak wszystkie kończą się na etapie walidacji. Wszystkie odnoszą się do wykorzystania sztucznej inteligencji do diagnozowania schorzeń, ale żaden nie odnosi się do kwestii wdrażania, co podkreśla wiele artykułów. Brak jest również ścieżek ukierunkowanych na postępowanie z tymi pacjentami po postawieniu diagnozy.

To badanie porównuje złoty standard opieki klinicznej nad pacjentami leczonymi z powodu trzech głównych chorób plamki żółtej (decyzje dotyczące leczenia podejmowane przez okulistę) z oceną i zaleceniami dotyczącymi leczenia sporządzonymi przez oprogramowanie MacuSense. Leczenie pacjentów będzie zawsze zgodne z decyzją okulisty, a wynik badania będzie porównywany z wynikami MacuSense. Okulista będzie ślepy na dane wyjściowe MacuSense przez całe badanie.

Uczestnik badania pojawi się na wizycie w klinice, z pomiarami wzroku i skanem siatkówki (OCT) jak zwykle. Okulista dokona przeglądu pacjenta i przeskanuje z leczeniem i ustali interwał kontrolny. Podczas tej wizyty zostanie podane leczenie.

Zebrane dane zostaną wprowadzone do oprogramowania MacuSense przez głównego badacza (dr Zakri). Dane wyjściowe oprogramowania dają interwał kontrolny. Wynik interwału kontrolnego ustalonego przez klinicystę i interwału kontrolnego wskazanego przez oprogramowanie Macusense zostaną porównane dla każdego pacjenta. Okulista nie będzie miał dostępu do oprogramowania Macusense ani danych wyjściowych oprogramowania, więc nie wpłynie to na jego decyzję dotyczącą leczenia. Dane wyjściowe oprogramowania Macusense nie zostaną wykorzystane do zmiany decyzji klinicznej.

Wynikiem badania jest zatem porównanie leczenia przeprowadzonego przez klinicystę i podjęcie decyzji z wynikiem Macusense, wyłącznie do celów badawczych. Celem jest przetestowanie dokładności algorytmu Macusense w porównaniu ze złotym standardem opieki. Hipoteza zerowa mówi, że nie ma różnicy między wynikami w standardowej opiece klinicznej i oprogramowaniu macusoft.

Na podstawie wcześniejszych prac przewidujemy, że w wielu przypadkach występują odstępstwa od wytycznych NICE. Dlatego sugerujemy alternatywną hipotezę, która stwierdza, że ​​wyniki będą wykazywać różnicę między standardową opieką a wynikami przedstawionymi przez oprogramowanie algorytmu macusoft.

Harmonogram studiów

Szacuje się, że badanie zajmie 9 miesięcy, w przybliżeniu w następujący sposób:

• Miesiące 1-6: Organizacja badań, rekrutacja pacjentów, przygotowanie danych. Zbieraj dane o decyzjach podjętych z i bez MacuSense (algorytm nie zostanie zmieniony podczas badania)
• Miesiące 7-9: Analiza statystyczna i walidacja dowodów obserwacyjnych

Szczegóły badania:

Jak będzie przebiegać badanie

Badanie będzie działać w następujący sposób:

1. Pacjent zrekrutowany i wyraził zgodę podczas wizyty w klinice na regularne wizyty kontrolne.
2. Konsultant okulista podejmuje decyzję o odstępie czasu leczenia do ciała szklistego zgodnie z aktualną praktyką.
3. Historyczne dane diagnostyczne pacjenta będą analizowane przez program komputerowy MacuSense. Te spseudonimizowane dane będą mogły przeglądać dr Zakri i zespół projektowy macusoft.
4. Pierwotna decyzja konsultantów okulistów zostanie porównana z analizą wykonaną za pomocą MacuSense. Nie wpłynie to na udzieloną opiekę kliniczną.