Använda AI som ett verktyg för diagnostiskt beslutsstöd för att hjälpa diagnosen hudsjukdomar i primärvården i Katalonien

Ett säkert anonymt fristående webbgränssnitt som är kompatibelt med alla mobila enheter kommer att integreras med Autoderm API. Studien som genomförs i detta projekt kommer att bestå av en prospektiv studie som syftar till att utvärdera ML-modellens prestanda och jämföra dess diagnostiska kapacitet med husläkare och hudläkare.

För att genomföra studien kommer följande procedur att utföras tills det erforderliga antalet prover uppnås:

1. En lämplig patient med hudoro ombeds att delta och underteckna patientens studieavtal.
2. GP kommer att diagnostisera hudtillståndet.
3. Allmänläkare (eller sjuksköterska) tar en bild av god kvalitet av hudtillståndet.
4. GP kommer att skicka fotografiet som en teledermatologisk konsultation efter det aktuella arbetsflödet.
5. Bilden läggs in i Autoderm ML-gränssnittet.
6. Hudläkare kommer att diagnostisera hudtillståndet.

Studien kommer att genomföras i primärvårdscentra som förvaltas av Catalan Health Institute. Deltagare PCP kommer att finnas på landsbygden och i storstadsområden i centrala Katalonien, som inkluderar regionerna Anoia, Bages, Moianès, Berguedà och Osona. Referenspopulationen som ingår i studien kommer att vara cirka 512 050. Rekryteringen av blivande ämnen kommer att ske på en kontinuerlig basis.

Allmän läkare kommer att samla in data från på varandra följande patienter som uppfyller inklusionskriterierna efter att ha erhållit skriftligt informerat samtycke. Insamlade uppgifter kommer endast att rapporteras i form av fallrapport (bifogat i bilaga V och VI).

Allmänläkaren kommer att diagnostisera hudtillståndet och kommer att fylla i "Ansikte mot ansikte-bedömning av GP". För varje patient kommer läkaren som använder en smartphonekamera att ta en närbild av god kvalitet på hudproblemet. Bilden kommer att vara anonym och det kommer inte att gå att identifiera patienter. Allmänläkaren kommer att använda Autoderm ML-gränssnittet för att ladda upp den anonymiserade bilden och kommer att fylla i frågeformuläret "Bedömning tillhandahållen av ML-modellen" med de tre bästa diagnoserna som genereras av ML-modellen.

För att få en andra åsikt kommer läkaren att införliva den anonymiserade bilden och en korrekt beskrivning av hudskadan i patientens sjukdomshistoria efter det aktuella teledermatologiflödet. Allmänläkaren kommer att fylla i frågeformuläret "Bedömning av teledermatologi" efter att ha mottagit informationen, svarstid ca 2-7 dagar.

Vid remiss till hudläkare kommer husläkaren att fylla i "Bedömning av personlig hudläkare", genom att få tillgång till elektroniska journaler när de blir tillgängliga, vilket är den genomsnittliga väntetiden för remiss från 30 till 90 dagar.

Frågeformulärets ärendenummer kommer att vara detsamma för alla enkäter och det kommer inte att vara möjligt att identifiera patienten, eftersom ärendenumret kommer att vara fördefinierat innan datainsamlingsfasen påbörjas.

För att jämföra prestandan för ML-modellen med den hos husläkare och hudläkare kommer det att krävas en provstorlek på 100 bilder av hudsjukdomar från patienter som uppfyller inklusionskriterierna. Den föreslagna urvalsstorleken är baserad på beräkning av urvalsstorlek som används i liknande forskning.