Eficacia de la detección de la retinopatía diabética basada en la inteligencia artificial en la atención primaria y...

Área de la Ciencia:

• Oftalmología
• Inteligencia artificial
• Medicina de Atención Primaria

Sus antecedentes:

• La retinopatía diabética es una de las principales causas de ceguera prevenible.
• La detección temprana y el tratamiento oportuno son cruciales para el manejo de la DR.
• La integración de la IA en la atención primaria puede mejorar la accesibilidad al cribado.

Objetivo del estudio:

• Evaluar la precisión del diagnóstico de una herramienta de detección de DR impulsada por IA.
• Evaluar la viabilidad y la experiencia del usuario del modelo de IA en los entornos de atención primaria y endocrinología australianos.
• Determinar el potencial de la IA para el cribado oportunista de DR.

Principales métodos:

• Un ensayo pragmático en el que participaron 863 pacientes mayores de 18 años con diabetes en clínicas australianas.
• Cribado con una cámara de fondo no hidráulica integrada con IA.
• Comparación de la precisión de calificación de la IA con la calificación humana estándar.

Principales resultados:

• El sistema de IA logró una precisión del 93,3% para la detección de DR referible (sensibilidad del 83,7%, especificidad del 96,1%).
• El modelo de IA tenía una proporción más baja de imágenes no clasificables (13,4%) en comparación con la clasificación humana (15,6%).
• Alta satisfacción reportada por el 86% de los pacientes y el 85% de los proveedores de atención.

Conclusiones:

• El modelo de detección de DR asistido por IA es preciso y bien recibido en los entornos de atención primaria y endocrinología australianos.
• Este sistema automatizado ofrece un enfoque prometedor para el cribado oportunista de DR.
• La aplicación generalizada podría mejorar significativamente la detección temprana de la DR y prevenir la pérdida de la visión.