Điểm nhấn
Nghiên cứu đối đầu này đánh giá bốn hệ thống trí tuệ nhân tạo (AI) thương mại—Medios AI/Remidio, MONA, Ophtai và SELENA+—trong phát hiện bệnh võng mạc đái tháo đường (DR) ở quần thể tại Tanzania, cho thấy độ nhạy từ 83,9% đến 93,7% đối với DR có chỉ định chuyển tuyến và trên 98% đối với DR tăng sinh. Tất cả các hệ thống đều đã được cơ quan quản lý phê duyệt, trong đó có một hệ thống có thể sử dụng ngoại tuyến. Các kết quả này ủng hộ vai trò của AI trong việc mở rộng khả năng tiếp cận sàng lọc DR tại các bối cảnh nguồn lực hạn chế.
Bối cảnh nghiên cứu
Bệnh võng mạc đái tháo đường (DR) là một trong những nguyên nhân hàng đầu gây suy giảm thị lực trên toàn thế giới, ảnh hưởng không tương xứng đến các quần thể ở các quốc gia thu nhập thấp và trung bình, nơi cơ sở hạ tầng sàng lọc còn hạn chế. Việc phát hiện sớm DR có chỉ định chuyển tuyến, bao gồm cả các thể tăng sinh cần can thiệp kịp thời, là yếu tố then chốt để phòng ngừa mất thị lực. Các công cụ trí tuệ nhân tạo (AI) đã nổi lên như những hỗ trợ đầy hứa hẹn nhằm tăng phạm vi bao phủ và hiệu quả của các chương trình sàng lọc DR. Tuy nhiên, các đánh giá so sánh giữa những hệ thống AI thương mại trong các nhóm dân số chưa được phục vụ đầy đủ, đặc biệt là các nghiên cứu công khai danh tính hệ thống, vẫn còn rất hiếm. Điều này cản trở các quyết định mua sắm và triển khai dựa trên bằng chứng—những yếu tố thiết yếu cho các can thiệp y tế công cộng hiệu quả trong các bối cảnh nguồn lực hạn chế như Tanzania.
Thiết kế nghiên cứu
Nghiên cứu này sử dụng một tổng quan phạm vi kết hợp với tham vấn chuyên gia để lựa chọn bốn hệ thống AI thương mại có tiềm năng phù hợp cho triển khai sàng lọc DR tại Tanzania. Các nhà phát triển của Medios AI/Remidio, MONA, Ophtai và SELENA+ đã đồng ý tham gia. Hình ảnh võng mạc được thu thập theo triển vọng từ một quần thể bệnh nhân đái tháo đường tại Tanzania tham gia chương trình sàng lọc DR. Tiêu chuẩn tham chiếu là chấm điểm hình ảnh võng mạc bởi chuyên gia để đánh giá mức độ nặng của DR, tập trung vào phát hiện DR có chỉ định chuyển tuyến (được định nghĩa là có bệnh võng mạc đái tháo đường không tăng sinh mức độ vừa hoặc nặng hơn, bao gồm cả DR tăng sinh). Kết cục chính bao gồm độ nhạy và độ đặc hiệu trong phát hiện DR có chỉ định chuyển tuyến. Các đánh giá thứ cấp bao gồm độ nhạy trong phát hiện DR tăng sinh, tình trạng pháp lý/quản lý, ngưỡng chuyển tuyến và các đặc tính vận hành quan trọng cho triển khai như chức năng trực tuyến so với ngoại tuyến.
Kết quả chính
Tổng cộng 689 người được đưa vào đoàn hệ đánh giá; trong đó, 379 người (55,0%) có DR có chỉ định chuyển tuyến và 93 người (13,5%) có DR tăng sinh, phản ánh gánh nặng bệnh đáng kể. Bốn hệ thống AI cho thấy độ nhạy cao trong phát hiện DR có chỉ định chuyển tuyến, dao động từ 83,9% (thấp nhất) đến 93,7% (cao nhất). Độ đặc hiệu dao động từ 70,3% đến 79,0%, cho thấy sự đánh đổi giữa việc nhận diện đúng các trường hợp bệnh thực sự và dương tính giả. Đáng chú ý, cả bốn hệ thống AI đều đạt độ nhạy rất cao, vượt quá 98%, đối với DR tăng sinh, nhấn mạnh tiềm năng của chúng trong việc phát hiện các trường hợp đe dọa thị lực nhiều nhất và cần chuyển tuyến khẩn cấp.
Tất cả các hệ thống được đánh giá đều được gắn nhãn là thiết bị y tế mang dấu Conformité Européenne (CE), bảo đảm tuân thủ các tiêu chuẩn quản lý của châu Âu, đây là một yếu tố quan trọng khi xem xét mua sắm. Trong số đó, Medios AI/Remidio là hệ thống duy nhất hỗ trợ vận hành ngoại tuyến, một đặc điểm quan trọng trong các bối cảnh có kết nối internet hạn chế. Ngưỡng chuyển tuyến và khả năng tích hợp giữa các hệ thống khác nhau, cho thấy những khác biệt trong triển khai vượt ra ngoài độ chính xác chẩn đoán.
Bình luận chuyên gia
Nghiên cứu này giải quyết một khoảng trống quan trọng bằng cách cung cấp sự so sánh trực tiếp, minh bạch giữa nhiều hệ thống AI thương mại dùng cho sàng lọc DR trong một bối cảnh thực tế, nguồn lực hạn chế tại châu Phi. Độ nhạy cao đối với DR có chỉ định chuyển tuyến và DR tăng sinh cho thấy các công cụ này có thể mở rộng đáng kể năng lực sàng lọc vượt ra ngoài phạm vi của các chuyên gia nhãn khoa lâm sàng, qua đó có khả năng làm giảm gánh nặng suy giảm thị lực liên quan đến đái tháo đường. Tuy nhiên, độ đặc hiệu dưới 80% có thể dẫn đến tỷ lệ dương tính giả đáng kể, và điều này có thể gây áp lực lên các tuyến chuyển tiếp nếu không được quản lý phù hợp.
Các yếu tố triển khai, bao gồm phê duyệt pháp lý và khả năng hoạt động ngoại tuyến, là những điểm then chốt—đặc biệt ở các khu vực thu nhập thấp với nhiều thách thức về hạ tầng. Khả năng ngoại tuyến của Medios AI/Remidio là một ví dụ về tính thích ứng với những môi trường như vậy. Dù vậy, vẫn cần thêm các nghiên cứu về tác động để đánh giá kết cục người bệnh, hiệu quả chi phí và khả năng tích hợp vào hệ thống y tế. Việc đạt được đồng thuận về các tiêu chí hiệu năng tối thiểu có thể chấp nhận được cho các công cụ AI trong những bối cảnh khác nhau vẫn là ưu tiên hàng đầu nhằm bảo đảm triển khai an toàn và công bằng. Cũng cần chú ý đến đào tạo và hỗ trợ cho nhân viên y tế địa phương khi sử dụng các hệ thống này.
Kết luận
Đánh giá đối đầu này cho thấy nhiều hệ thống AI thương mại mang dấu CE đều có hiệu năng chẩn đoán mạnh trong phát hiện bệnh võng mạc đái tháo đường có chỉ định chuyển tuyến và DR tăng sinh ở đoàn hệ sàng lọc tại Tanzania. Việc triển khai các hệ thống này có thể hỗ trợ mở rộng các chương trình sàng lọc DR tại các bối cảnh nguồn lực hạn chế, góp phần phát hiện sớm và điều trị kịp thời nhằm ngăn ngừa mù lòa. Các nghiên cứu trong tương lai nên tập trung vào xây dựng hướng dẫn triển khai, tiêu chuẩn hiệu năng và các đánh giá toàn diện trong thực tế để tối ưu hóa tác động lâm sàng và hiệu quả chi phí.
Kinh phí và ClinicalTrials.gov
Nghiên cứu gốc không nêu rõ nguồn tài trợ hoặc thông tin đăng ký thử nghiệm lâm sàng. Các ấn phẩm trong tương lai hoặc tài liệu bổ sung có thể cung cấp thông tin này.