Avaliação de desempenho da classificação de retinopatia diabética assistida por inteligência artificial no Leuven University Hospital: a tecnologia pode melhorar o residente? (PEARL)

A diabetes mellitus é um dos maiores desafios de saúde da nossa era. Estima-se que 642 milhões de pessoas serão diagnosticadas com esta doença em todo o mundo até 2040. O diabetes é uma doença que afeta todo o corpo e traz muitas complicações possíveis devido ao seu efeito na microvasculatura. A mais prevalente dessas complicações é a retinopatia diabética, que é causada por danos microvasculares e neurais.

Segundo estudos realizados nos Estados Unidos pelo grupo Eye Diseases Prevalence Research, cerca de 40% dos pacientes apresentam algum grau de retinopatia. 8% dos pacientes ainda têm retinopatia diabética que ameaça a visão.

A retinopatia diabética é uma das principais causas de cegueira na nossa sociedade atual. No entanto, a triagem anual e o encaminhamento oportuno para tratamento podem impedir que isso ocorra. A melhor ilustração é o fato de que, desde a implementação de um programa nacional de triagem, o diabetes mellitus não é mais a principal causa de cegueira no Reino Unido.

Portanto, muitos países organizaram algum tipo de programa de triagem. No entanto, existem grandes diferenças organizacionais entre os países. Isso pode variar de uma fundoscopia dilatada anual por um oftalmologista (como é o caso na Bélgica) a fotografias de fundo de olho não midriático avaliadas por um graduador treinado que não é um (para)médico.

Mesmo com a via de triagem mais eficiente possível, o aumento do número de pacientes se tornará um problema, pois o fator humano na via de triagem (médico, optometrista, graduador treinado,…) não pode aumentar sua capacidade com a mesma velocidade. O sistema atual atingirá seus limites em um ponto ou outro. Além disso, sabe-se que uma proporção significativa de pacientes com diabetes não cumpre a triagem anual recomendada. Esses problemas resultarão em longas listas de espera, subdiagnóstico devido ao excesso de trabalho dos médicos, longas listas de espera e possivelmente falta de atendimento de alta qualidade.

Simplesmente substituir o oftalmologista por um avaliador treinado provavelmente não resolverá todos esses problemas. Isso apenas os adiará e ainda permanecerá caro e trabalhoso. A situação em países que já utilizam classificadores treinados confirma essas suspeitas. Além disso, também há espaço para melhorias na qualidade do atendimento e na precisão do diagnóstico nessas configurações.

Nos últimos anos, a inteligência artificial, mais especificamente o aprendizado profundo, foi postulada como um meio para resolver esses problemas. Mesmo nos primeiros estudos, os algoritmos de aprendizado profundo já demonstraram atingir alta sensibilidade e especificidade na detecção de retinopatia diabética referenciável. O desenvolvimento adicional desses algoritmos e pesquisas mais completas confirmaram essas descobertas. O uso de AI tem sido estudado em muitos campos médicos, no entanto, a triagem de retinopatia diabética continua sendo pioneira, como é confirmado pela primeira autorização da FDA para uma aplicação médica de IA, sendo o sistema de triagem de retinopatia diabética IDx.

A pesquisa atual concentra-se principalmente no desempenho de um algoritmo de inteligência artificial como uma ferramenta de diagnóstico autônoma sem interação com um ser humano além da aquisição das imagens. Existe o medo entre os profissionais médicos de que a inteligência artificial comece a substituí-los parcialmente em um futuro próximo e os torne obsoletos no longo prazo. No entanto, essas novas tecnologias também podem ser usadas para auxiliar o profissional de saúde a fazer o diagnóstico de maneira mais precisa, em vez de substituí-las.

Assim, no projeto PEARL, pretende-se avaliar a utilização de um algoritmo de inteligência artificial como auxiliar de diagnóstico para melhorar a precisão diagnóstica do médico em vez de substituir o médico, certamente em contexto de formação.