Efeitos do rastreamento da retinopatia diabética baseado em inteligência artificial no acesso ao tratamento em tempo adequado, em pessoas com diabetes mellitus

• Processo: 24/09572-1
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2024
• Data de Término da vigência: 31 de outubro de 2026
• Área do conhecimento: Ciências da Saúde - Medicina - Clínica Médica
• Pesquisador responsável: Fernando Korn Malerbi
• Beneficiário: Fernando Korn Malerbi
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Pesquisadores associados: Caio Vinicius Saito Regatieri ; Dimitris Rucks Varvaki Rados ; Greice Caletti ; Lucas Zago Ribeiro ; Luis Filipe Nakayama ; Marcelo Rodrigues Gonçalves ; Mateus Augusto dos Reis ; Philippe Olivier Alexandre Navaux ; Roberto Nunes Umpierre ; Thiago da Silva Araújo
• Assunto(s): Aprendizagem profunda Inteligência artificial Retinopatia diabética Oftalmologia
• Palavra(s)-Chave do Pesquisador: Deep Learning | Inteligência Artificial | retinopatia diabetica | Oftalmologia

Resumo

A retinopatia diabética (RD) é uma complicação do diabetes que pode levar à amaurose, cujo rastreamento é essencial para prevenir dano visual permanente, mas no Brasil, a cobertura é baixa devido ao acesso limitado a oftalmologistas e recursos financeiros. Trata-se de parceria já estabelecida previamente entre os coordenadores nesta temática, configurando continuidade de pesquisa em linha de interesse comum, buscando abordagem pragmática de problema e solução factível de aplicabilidade imediata pelo SUS. Este projeto tem como objetivo geral avaliar se o rastreamento universal da RD e edema macular em pessoas com diabetes através de retinografias realizadas por retinógrafo portátil e programa de computador (algoritmo de inteligência artificial, IA, patenteada pelos autores) é não inferior ao rastreamento destas condições através de retinografias realizadas por retinógrafo portátil e laudadas por oftalmologistas em qualificar os encaminhamentos aos oftalmologistas e aumentar o número de tratamentos em tempo adequado. Os objetivos específicos são: 1. Realizar modelagem para estimar o impacto na fila de atendimentos da implementação do sistema de rastreamento proposto buscando simular a prevalência de RD que determinaria saturação do sistema (consultas com oftalmologista, realização de laser e tratamento intra-ocular farmacológico) e a custo-efetividade da intervenção proposta antes do início da mesma. Posteriormente avaliar se este impacto estimado condiz com o impacto real após implementação do sistema; 2. Validar programa de computador já registrado para identificar RD referenciável para uso em retinógrafo portátil, com comparação de desempenho com avaliação de médicos oftalmologistas; 3. Avaliar a segurança do rastreamento de RD realizado por IA por ensaio clínico randomizado (ECR) comparando retinografia móvel associada ao programa de computador (RDIA) vs retinografia realizada por retinógrafo portátil laudada por oftalmologistas (RDOF). 4. Avaliar a custo-efetividade do rastreamento das estratégias propostas. O ECR propõe avaliar se o rastreamento universal da RD e edema macular em pessoas com diabetes utilizando retinografias (retinógrafo portátil) obtidas por técnico de enfermagem capacitado e analisadas por programa de computador registrado (algoritmo de IA) é não inferior ao rastreamento utilizando retinografias laudadas por oftalmologistas. O desfecho primário será o número de encaminhamentos adequados aos oftalmologistas e os secundários serão serão o número de pacientes encaminhados para laser, tratamento intra-ocular farmacológico, e cirurgia de catarata. Trata-se de ECR a ser conduzido em uma cidade do RS, onde imagens de retinografias de adultos com diabetes serão randomizadas para interpretação por IA (RDIA, n=1029) vs. laudadas por oftalmologistas (RDOF, n=1029). Uma vez organizado o modelo operacional de rastreamento, este poderá ser aplicado em outras regiões no Brasil, otimizando o uso de recursos públicos e melhorando a prevenção da amaurose nestes pacientes. Através da proposição deste rastreamento da RD, possibilitaremos estratégia inovadora para contemplar maior acesso e gestão deste recurso a pacientes com diabetes, com o potencial de prevenção de amaurose conforme dados publicados em países com maior renda. Através da validação para retinógrafo portátil e uso do programa de computador (algoritmo de IA) recentemente patenteado que utilizou dados da população brasileira, permitiremos utilização mais eficiente de recursos menos disponíveis no diagnóstico e no manejo da RD, inclusive em áreas de limitado acesso a saúde. Esta ferramenta poderá ser utilizada em outras instituições de assistência, ensino e pesquisa, levando inovação e melhor gestão de recursos aos seus usuários. As análises de custo-efetividade, sustentarão a justificativa para a implementação e difusão do conhecimento gerado após término dos resultados. (AU)