IA Autônoma Aprimora Testes Oculares Para Diabéticos AZO Robotics
30 de julho de 2024
Em um artigo publicado no periódico npj | Digital Medicine, pesquisadores investigaram o uso de inteligência artificial autônoma (IA) para testes de doença ocular diabética (DED) em ambientes de cuidados primários. Eles tinham como objetivo determinar se essa tecnologia poderia fechar lacunas de cuidados em diferentes grupos de pacientes e resultar em maiores taxas de adesão aos testes DED.
Fundo
A DED afeta muitas pessoas com Diabetes Mellitus (DM) e pode levar à cegueira se não for detectada precocemente. A detecção e o tratamento precoces são cruciais, mas muitos pacientes permanecem sem diagnóstico porque a DED geralmente não apresenta sintomas em seus estágios iniciais. As diretrizes recomendam exames oftalmológicos anuais para pessoas com Diabetes para detectar a DED precocemente. No entanto, barreiras como falta de transporte, tempo ou conscientização geralmente impedem que os pacientes façam esses exames, principalmente em comunidades carentes.
Para resolver esse problema, o FDA aprovou um sistema de IA autônomo chamado LumineticsCore (anteriormente IDx-DR) em 2018. Desenvolvido pela Digital Diagnostics em Coralville, IA, esse sistema analisa imagens da retina em clínicas de atenção primária e diagnostica DED sem precisar de um especialista. Embora estudos anteriores tenham confirmado a precisão e a segurança do sistema, seu impacto nos resultados gerais de saúde e na equidade em saúde continua menos compreendido.
Sobre a Pesquisa
Neste artigo, os autores revisaram de forma abrangente os registros eletrônicos de saúde da Johns Hopkins Medicine, que tem mais de 30 locais de atenção primária. Eles examinaram dados de pacientes adultos com Diabetes nesses locais em 2019 (antes do uso da IA) e 2021 (depois da implementação da IA).
Os locais foram divididos em dois grupos: “AI-switched” (locais que começaram a usar IA autônoma até 2021) e “non-AI” (locais que não usaram IA). Os pesquisadores compararam as mudanças na adesão ao teste DED anual entre esses grupos e entre diferentes subgrupos de pacientes com base em dados demográficos e fatores sociais. Eles usaram ponderação de pontuação de propensão para ajustar para potenciais variáveis de confusão.
Resultados da Pesquisa
O estudo incluiu 17.674 pacientes em 2019 e 17.590 em 2021. No geral, a adesão ao teste anual de doença ocular diabética (DED) aumentou ligeiramente de 42,2% em 2019 para 44,8% em 2021. Em locais com troca de IA, a adesão aumentou significativamente de 46,1% para 54,5%, enquanto em locais sem IA, permaneceu em torno de 40%. A diferença na adesão entre os locais com troca de IA e sem IA foi de 7,6 pontos percentuais, o que foi estatisticamente significativo após o ajuste para fatores de confusão.
Os autores também descobriram que a IA autônoma melhorou o acesso e a equidade para grupos historicamente desfavorecidos. Em locais com troca de IA, a adesão de pacientes negros ou afro-americanos aumentou em 12,2 pontos percentuais, para pacientes nativos havaianos ou de outras ilhas do Pacífico em 19%, para pacientes segurados pelo Medicaid em 13,7% e para aqueles com altas pontuações de índice de privação de área (ADI) em 11,7%.
Em contraste, a adesão para esses grupos diminuiu em 0,6 pontos percentuais em locais sem IA. A implantação de IA ajudou a reduzir as lacunas de atendimento entre esses grupos e outros com base em raça, seguro e ADI. Especificamente, para pacientes segurados pelo Medicaid, a adesão aumentou em 13,7 pontos percentuais em locais com troca de IA, mas diminuiu em 0,9 pontos percentuais em locais sem IA. Além disso, a lacuna nas taxas de adesão entre pacientes asiáticos e negros/afro-americanos diminuiu de 15,6% em 2019 para 3,5% em 2021 em locais com troca de IA.
Aplicações
O artigo mostra que a IA autônoma para testes de doenças oculares diabéticas pode aumentar as taxas de fechamento de lacunas de cuidados e a adesão geral aos exames oftalmológicos anuais. Isso pode ajudar a prevenir a perda de visão por Diabetes e melhorar a qualidade de vida dos pacientes. Os autores sugerem que a IA autônoma pode melhorar o acesso a avaliações de retina e promover a equidade em saúde para grupos historicamente desfavorecidos que enfrentam mais barreiras aos cuidados oftalmológicos. Eles fornecem evidências de que a implementação de IA autônoma em ambientes de cuidados primários, especialmente em áreas carentes, é viável e eficaz. Além disso, a IA pode melhorar a qualidade e a eficiência do atendimento, bem como o desempenho e o reembolso dos sistemas de saúde.
Conclusão
Em resumo, o estudo demonstrou que a IA autônoma pode ser altamente eficaz para gerenciar DED em grandes sistemas de saúde. Os pesquisadores destacaram o potencial da IA para melhorar os resultados em nível populacional e a equidade em saúde para pacientes com Diabetes. Seguindo em frente, eles recomendaram a implantação em larga escala dessa tecnologia para aumentar ainda mais as taxas de adesão e reduzir o fardo da DED. Eles também sugeriram avaliar o impacto da IA autônoma em métricas em nível populacional, bem como a confiança e aceitação da tecnologia pelo paciente. Além disso, eles propuseram avaliar e quantificar a taxa de acompanhamento e os custos de saúde associados à IA autônoma.
Imagem: <a href=”https://br.freepik.com/fotos-gratis/reconhecimento-facial-e-colagem-de-identificacao-pessoal_96364019.htm#fromView=search&page=1&position=2&uuid=d1274327-c53b-4222-b5a1-932b7fc6d61a”>Imagem de freepik</a>