Aplicação de Inteligência Artificial na Detecção Precoce de Complicações Oculares em Diabéticos (AI)

Na era da deselegância artificial (IA), é altamente recomendável mudar da atenção terciária para a secundária e primária ao cuidar de um paciente com retinopatia diabética.

Devido à baixa operação, a IA pode ser usada na detecção precoce e na triagem da retinopatia diabética pela aplicação do serviço em uma população em massa e em áreas com recursos limitados e escassez de serviços oftalmológicos.

O tratamento oftalmológico baseado em IA em termos de triagem para retinopatia diabética tornará o processo de triagem mais eficaz e barato e poderá ser delegado a técnicos, profissionais e/ou mesmo autotriagem domiciliar.

Reconhecendo a alta prevalência de diabetes mellitus tipo 2 (DM2) entre adultos, o uso de uma câmera de fundo de olho não midriática com IA é eficaz em exames oftalmológicos, pois melhora a adesão de adultos à triagem oftalmológica.

O objetivo principal do estudo será avaliar a eficácia da aplicação de dispositivos de IA em termos de câmeras de fundo na detecção precoce de retinopatia diabética e edema macular em pacientes diabéticos atendidos em centros de atenção primária.

Questões de pesquisa:

Até que ponto a aplicação de cuidados oftalmológicos baseados em inteligência artificial no centro de atendimento primário é eficaz em alcançar uma alta taxa de detecção de edema macular? Até que ponto a aplicação de cuidados oftalmológicos baseados em inteligência artificial na clínica de cuidados primários é eficaz em alcançar uma alta taxa de detecção de retinopatia?

Objetivo geral:

Estimar a eficácia da aplicação de cuidados oculares baseados em IA em centros de atendimento primário para alcançar uma alta taxa de detecção de edema macular e retinopatia entre diabéticos.

Objetivos específicos:

Objetivo 1: Comparar a proporção de casos detectados de edema macular no grupo intervenção versus o grupo controle (cuidado oftalmológico de rotina) atendido no centro de atendimento primário.

Objetivo 2: Comparar a proporção de casos detectados de retinopatia no grupo intervenção versus o grupo controle (cuidado oftalmológico de rotina) atendido no centro de atenção primária

Revisão da literatura:

Embora modelos recentes tenham sido sugeridos para a implementação de soluções de saúde digital, como pesca em riachos, funil de entrada, pirâmide e cartões de embaralhamento, eles representam opções para serviços clínicos com capacidade e disposição progressivamente crescentes para operacionalizar a saúde digital.

No entanto, vários desafios estão enfrentando a implantação de IA, telessaúde e internet das coisas (IoT) em todo o mundo. As barreiras para a adoção dessas soluções digitais de saúde são muitas e podem ser inferidas à infraestrutura, à qualidade do dispositivo, à vontade comum e aos aspectos legais.

Evidências revelaram que o uso da IA ​​de escaneamento da retina do Macustat no monitoramento remoto de um paciente com edema macular relacionado à idade ou retinopatia diabética tem um grande impacto na saúde do paciente.

Projeto de Pesquisa e Métodos:

Este é um estudo randomizado agrupado de seis meses que recrutará pacientes com diabetes tipo II que frequentam clínicas oftalmológicas primárias em centros de atendimento primário na cidade de Hail.

Participantes (P):

Os participantes serão pacientes diabéticos tipo II de ambos os sexos atendidos nos centros de atenção primária selecionados, independentemente da duração da doença e dos tipos de medicamentos atualmente recebidos. Espera-se que os participantes sejam adultos com idade igual ou superior a 18 anos. Crianças e adultos jovens com diabetes mellitus juvenil serão excluídos. Além disso, pacientes gravemente enfermos e pacientes com transtornos mentais serão excluídos. Os participantes serão avaliados no início para coletar os dados iniciais sobre retinopatia diabética e edema macular usando dispositivos de IA para relatar casos detectados. No final do julgamento, um relatório semelhante de casos detectados será obtido três e seis meses após o início do julgamento.