Implementering av ett integrerat system för artificiell intelligens och referensspårning för screening av diabetisk retinopati i realtid

Diabetisk retinopati är den vanligaste ögonkomplikationen hos personer med diabetes. Det är en ledande orsak till synförlust och blindhet hos människor i åldrarna 20-64 år runt om i världen eftersom det inte finns någon varning i de tidiga stadierna av sjukdomen, vilket gör att patienterna är omedvetna. Om blodsockerhalten tillåts öka kan svår diabetisk retinopati uppstå som leder till blindhet.

Incidensen av diabetisk retinopati hos diabetespatienter tenderar att öka med diabetesens varaktighet. Och enligt patientens ålder fann man att inom 20 år är patienter med diabetes typ 1 med diabetisk retinopati cirka 99% och diabetes typ 2 med diabetesretinopati är cirka 60%.

Screening för diabetisk retinopati är accepterat och utförs i hälsosystem runt om i världen. Bevis visar att screening kan minska blindhet(1-3). Thailand använder procentandelen diabetespatienter som har blivit ögontestade. Det är en av indikatorerna för tjänstekvaliteten i ögonhälsodistriktet vid folkhälsoministeriet. Screening för diabetisk retinopati med näthinneavbildningsmetoden är kostnadseffektiv. Det ger diabetespatienter på avlägsna platser tillgång till screening, som att ta med sig en mobil näthinnakamera för att ta bilder i samhället i samband med användningen av teleoftalmologi vid screening(4-6). Men enligt en rapport från Folkhälsoministeriet i HDC-systemet 2015-2017 fann man att endast 40 % av patienterna som screenades för diabetisk retinopati inte hade nått målet på 60 %.

Under 2016 utvärderade Rajavithi Hospital, i samarbete med forskare inom Google Health, användningen av artificiell intelligens för att läsa näthinnabilder av diabetespatienter i alla 13 hälsodistrikt i Thailand. Den fann att systemet med artificiell intelligens kunde identifiera patienter för remiss till ögonläkare (måttlig icke-proliferativ diabetisk retinopati [NPDR]) med 95 % sensitivitet och 96 % specificitet, vilket är 73 % högre än screeningpersonalens specificitet 98 %.

Därefter genomfördes en prospektiv studie med införandet av artificiell intelligenssystem för att screena riktiga patienter i projektet med titeln "Thailand-Google Prospective, Real-World Deployment of Artificial Intelligence for Diabetic Retinopathy Screening" (THAIGER) (NCT TCTR 20190902002) 2018 till 2020 för att bedöma genomförbarheten, inklusive hinder för att implementera en underrättelsebaserad screeningprocess. Projektet integrerade AI i landets rikstäckande screeningsystem. Genom att bedriva forskning i primärvården, Rajavithi-sjukhuset och 9 kommunala sjukhus i Pathum Thani-provinsen och Chiang Mai, fick diabetespatienterna i THAIGER-projektet resultaten av att läsa bilder med artificiell intelligens i realtid. Det visade sig dock att av de patienter som remitterades var det väldigt få som faktiskt gick till läkare. Det finns också bilder som var oläsliga (ogradable) av artificiell intelligens. Och den artificiella intelligens som används i THAIGER har ännu inte integrerats helt i screeningsystemet, inklusive med ett patientspårningssystem.

Denna forskningsstudie syftar till att ta med ett system med artificiell intelligens för att screena för diabetisk retinopati (DR) tillsammans med system för hänvisningsspårning till screeningenheten på Uthai Hospital i Phra Nakhon Sri Ayutthaya för att bedöma effektiviteten av screening och uppföljning av patienter som hänvisas till Phra Nakhon Sri Ayutthaya sjukhus. Det kommer att jämföras med det befintliga screeningsystemet och följas upp med regelbunden remiss från personal.