Оценка эффективности диагностики диабетической ретинопатии с помощью искусственного интеллекта в университетской больнице Левена: могут ли технологии улучшить резидентов? (PEARL)

Сахарный диабет – одна из главных проблем здравоохранения нашего времени. По оценкам, к 2040 году во всем мире это заболевание будет диагностировано у 642 миллионов человек. Диабет – это заболевание, поражающее весь организм и сопровождающееся многими возможными осложнениями из-за его влияния на микроциркуляторное русло. Наиболее распространенным из этих осложнений является диабетическая ретинопатия, которая вызывается как микрососудистыми, так и нервными повреждениями.

Согласно исследованиям, проведенным в США исследовательской группой Eye Diseases Prevalence Research, около 40% пациентов имеют ту или иную степень ретинопатии. У 8% пациентов даже имеется угрожающая зрению диабетическая ретинопатия.

Диабетическая ретинопатия является одной из основных причин слепоты в современном обществе. Однако ежегодный скрининг и своевременное направление на лечение могут предотвратить это. Лучшей иллюстрацией является тот факт, что после внедрения общенациональной программы скрининга сахарный диабет больше не является ведущей причиной слепоты в Великобритании.

Поэтому многие страны организовали своего рода программу скрининга. Однако между странами существуют большие организационные различия. Это может варьироваться от ежегодной расширенной офтальмоскопии глазного дна (как это имеет место в Бельгии) до немидриатических фотографий глазного дна, оцениваемых обученным оценщиком, который не является (пара)медиком.

Даже при наличии наиболее эффективного возможного пути скрининга увеличение числа пациентов станет проблемой, поскольку человеческий фактор в пути скрининга (врач, окулист, обученный оценщик и т. д.) не может увеличивать свою пропускную способность с той же скоростью. Нынешняя система рано или поздно достигнет своих пределов. Кроме того, известно, что значительная часть больных сахарным диабетом не проходит рекомендуемый ежегодный скрининг. Эти проблемы приведут к более длинным спискам ожидания, недостаточной диагностике из-за перегруженности врачей, длинным спискам ожидания и, возможно, отсутствию высококачественной помощи.

Простая замена офтальмолога обученным оценщиком, вероятно, не решит всех этих проблем. Он лишь отсрочит их и все равно останется дорогостоящим и трудоемким. Ситуация в странах, где уже используются обученные оценщики, подтверждает эти подозрения. Кроме того, есть возможности для улучшения качества медицинской помощи и точности диагностики в этих учреждениях.

В последние годы искусственный интеллект, в частности глубокое обучение, постулируется как средство решения этих проблем. Уже в первых исследованиях было показано, что алгоритмы глубокого обучения достигают высокой чувствительности и специфичности при выявлении подлежащей диабетической ретинопатии. Дальнейшее развитие этих алгоритмов и более тщательные исследования подтвердили эти выводы. Использование ИИ изучалось во многих областях медицины, однако скрининг диабетической ретинопатии остается пионером, что подтверждается первым в истории разрешением FDA на медицинское применение ИИ, которым является система скрининга диабетической ретинопатии IDx.

Текущие исследования в основном сосредоточены на производительности алгоритма искусственного интеллекта как автономного диагностического инструмента без взаимодействия с человеком, кроме получения изображений. Медицинские работники опасаются, что искусственный интеллект начнет частично заменять их в ближайшем будущем и сделает их устаревшими в долгосрочной перспективе. Тем не менее, эти новые технологии также могут быть использованы для помощи медицинским работникам в более точной постановке диагноза, а не для их замены.

Поэтому в проекте PEARL мы хотим оценить использование алгоритма искусственного интеллекта в качестве диагностического средства для повышения точности диагностики врача, а не замены врача, безусловно, в контексте обучения.