Diagnostická přesnost screeningu diabetické retinopatie pomocí off-line systému umělé inteligence na chytrém telefonu
Práce publikovaná v JAMA Ophthalmology prezentuje výsledky systému umělé inteligence automaticky vyhodnocujícího přítomnost závažnějších forem diabetické retinopatie ze snímků pořízených minimálně proškoleným personálem pomocí nemydriatické kamery na chytrém telefonu. Do jaké míry bychom se tedy mohli na toto řešení spolehnout jako na možnost doplnění či rozšíření diagnostických postupů v blízké budoucnosti?
Automatická analýza retinálních snímků
Automatická off-line analýza snímků sítnice na chytrém telefonu může představovat výkonnou a škálovatelnou metodu screeningu diabetické retinopatie, proto bylo provedeno vyhodnocení spolehlivosti tohoto systému na bázi umělé inteligence. Cílem studie bylo zhodnotit patentovaný systém Medios AI (Remidio) automaticky analyzující retinální snímky, jež byly pořízené minimálně proškoleným zdravotníkem pomocí nemydriatické kamery Remidio na chytrém telefonu. Systém v pořízených fotografiích vyhledává diabetickou retinopatii vhodnou k odeslání ke specialistovi, definovanou jako středně pokročilá neproliferativní diabetická retinopatie nebo horší, s makulárním edémem či bez něj.
Metodika a průběh studie
Prospektivní průřezová studie probíhala od srpna 2018 do září 2018. Zařazeni byli pacienti s diabetem, u nichž byly v lékárně (tj. zdravotníkem-neoftalmologem) vyfotografovány tři různé oblasti fundu (zadní pól, nazální a temporální část). Fotografie byly následně analyzovány oftalmologem a systémem umělé inteligence. Hodnocena byla senzitivita a specificita off-line analytického systému v rámci detekce diabetické retinopatie z fotografií pořízených zdravotníkem pomocí konkrétního nemydriatického zobrazovacího systému na bázi chytrého telefonu.
Výsledky
Celkem se screeningu diabetické retinopatie v rámci tohoto výzkumu zúčastnilo 231 pacientů. Fotografie od 18 z nich však byly oftalmology považovány za nehodnotitelné, a byly proto vyřazené. U zbývajících účastníků (110 žen a 103 mužů) průměrného věku 53,1 roku dosáhla senzitivita a specificita off-line systému umělé inteligence v diagnostice diabetické retinopatie vhodné k dalšímu řešení na specializovaném pracovišti 100,0 a 88,4 %. Při diagnostice jakékoliv diabetické retinopatie pak tyto hodnoty činily 85,2 % a 92,0 % v porovnání s klasifikací provedenou přímo oftalmology.
Závěr
Tato pilotní studie ukázala velmi slibné výsledky použití off-line systému umělé inteligence na bázi chytrého telefonu v rámci komunitního screeningu diabetické retinopatie. Systém by mohl být využíván především v situacích či oblastech, kde je horší dostupnost specializovaného oftalmologického vyšetření.
(lis)
Zdroj: Natarajan S., Jain A., Krishnan R. et al. Diagnostic accuracy of community-based diabetic retinopathy screening with an offline artificial intelligence system on a smartphone. JAMA Ophthalmol 2019; 137 (10): 1182−1188, doi: 10.1001/jamaophthalmol.2019.2923.
Líbil se Vám článek? Rádi byste se k němu vyjádřili? Napište nám − Vaše názory a postřehy nás zajímají. Zveřejňovat je nebudeme, ale rádi Vám na ně odpovíme.
Odborné události ze světa medicíny
Všechny kongresy
Nejčtenější tento týden
- „Jednohubky“ z klinického výzkumu – 2025/10
- Mýty a fakta o epidurální analgezii z dlouholetých zkušeností anestezioložky
- INFOGRAFIKA: Data mluví jasně – čím dál více žen v medicíně promění české zdravotnictví
- Tři otázky pro... MUDr. Marii Svobodovou ze sekce mladých lékařů ČLK
- Není statin jako statin aneb praktický přehled rozdílů jednotlivých molekul