Применение искусственного интеллекта для раннего выявления глазных осложнений у диабетиков (AI)

В эпоху искусственной неэлегантности (ИИ) настоятельно рекомендуется переход от третичной к вторичной и первичной помощи при уходе за пациентом с диабетической ретинопатией.

Из-за низкой производительности ИИ можно использовать для раннего выявления и скрининга диабетической ретинопатии путем применения службы в массовом населении и в районах с ограниченными ресурсами с нехваткой офтальмологических услуг.

Офтальмологическая помощь на основе ИИ с точки зрения скрининга диабетической ретинопатии сделает процесс скрининга более эффективным и дешевым и может быть делегирована техническим специалистам, практикующим врачам и/или даже на самостоятельный скрининг на дому.

Признавая высокую распространенность сахарного диабета 2 типа (СД2) среди взрослых, использование немидриатической фундус-камеры с искусственным интеллектом эффективно при обследовании глаз, поскольку оно улучшает приверженность взрослых к скринингу глаз.

Основная цель испытания будет заключаться в оценке эффективности применения устройств ИИ в отношении камер глазного дна для раннего выявления диабетической ретинопатии и макулярного отека среди пациентов с диабетом, посещающих центры первичной медико-санитарной помощи.

Вопросы исследования:

В какой степени применение офтальмологического ухода на основе искусственного интеллекта в центре первичной медико-санитарной помощи эффективно для достижения высокого уровня выявления отека желтого пятна? В какой степени применение офтальмологической помощи на основе искусственного интеллекта в поликлинике эффективно для достижения высокого уровня выявления ретинопатии?

Общая цель:

Оценить эффективность применения офтальмологической помощи на основе ИИ в центрах первичной медико-санитарной помощи для достижения высокой частоты выявления макулярного отека и ретинопатии у диабетиков.

Конкретные цели:

Цель 1: Сравнить долю выявленных случаев макулярного отека в группе вмешательства по сравнению с контрольной группой (рутинная офтальмологическая помощь), посещающей центр первичной медико-санитарной помощи.

Цель 2: Сравнить долю выявленных случаев ретинопатии в группе вмешательства по сравнению с контрольной группой (рутинная офтальмологическая помощь), посещающей центр первичной медико-санитарной помощи.

Литературный обзор:

Хотя были предложены недавние модели для внедрения цифровых медицинских решений, таких как ловля в ручье, воронка притока, пирамида и перетасовка карт, которые представляют собой варианты клинических услуг с постепенно растущими возможностями и готовностью внедрять цифровое здравоохранение.

Однако при развертывании ИИ, телездравоохранения и Интернета вещей (IoT) во всем мире возникают различные проблемы. Препятствий для внедрения этих цифровых медицинских решений много, и они могут быть связаны с инфраструктурой, качеством устройства, общей готовностью и юридическими аспектами.

Доказательства показали, что использование ИИ сканирования функции сетчатки Macustat при удаленном мониторинге пациента с возрастным макулярным отеком или диабетической ретинопатией оказывает большое влияние на здоровье пациента.

Дизайн и методы исследования:

Это шестимесячное кластерное рандомизированное исследование, в котором будут участвовать пациенты с диабетом II типа, посещающие офтальмологические клиники в центрах первичной медико-санитарной помощи в городе Хейл.

Участники (П):

Участниками будут пациенты с диабетом II типа обоих полов, посещающие выбранные центры первичной медико-санитарной помощи, независимо от продолжительности их заболевания и типов принимаемых в настоящее время лекарств. Ожидается, что участниками будут взрослые в возрасте от 18 лет и старше. Дети и молодые люди с ювенильным сахарным диабетом исключаются. Кроме того, будут исключены тяжелобольные и пациенты с психическими расстройствами. Участники будут оцениваться в начале для сбора исходных данных о диабетической ретинопатии и макулярном отеке с использованием устройств ИИ для сообщения об обнаруженных случаях. По окончании испытания аналогичный отчет о выявленных случаях будет получен через три и шесть месяцев после начала испытания.