Retinógrafo portátil no rastreamento de retinopatia diabética. Telemedicina e inteligência artificial

• Ano de defesa: 2023
• Autor(a) principal: Faria, Thiago Pereira [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Retinopatia diabética; Triagem; Retinografia; Telemedicina; Inteligência artificial; Tecnologia de baixo custo
• Link de acesso: https://hdl.handle.net/11449/251738

Introdução: A retinopatia diabética (RD) é uma das principais causas de cegueira evitável no mundo. O diagnóstico e tratamento precoces são essenciais para prevenir as complicações oculares. Câmeras retinianas portáteis e algoritmos de inteligência artificial (IA) são novas ferramentas adotadas por programas de triagem de RD, e de telemedicina. No Brasil, estes instrumentos poderiam melhorar a logística de atendimento do paciente com RD no Sistema Único de Saúde (SUS). Objetivos: Avaliar a capacidade da câmera de retina portátil acoplada a smartphone (Phelcom Eyer®), em detectar sinais de RD em olhos de pacientes diabéticos, com e sem dilatação pupilar (DP), e o seu potencial como ferramenta de telemedicina, mesmo quando utilizada por não médicos; e determinar a acurácia do algoritmo de IA PhelcomNet na detecção de RD, quando comparada à análise de um especialista em retina. Casuística e Métodos: estudo transversal, realizado no período de novembro de 2020 a novembro de 2022, com 151 indivíduos, na unidade básica de saúde Comerciários, em Botucatu-SP, e no ambulatório de Oftalmologia do Hospital das Clínicas da Faculdade de Medicina de Botucatu (HCFMB). Todos foram submetidos à retinografia com e sem DP, por dois examinadores sem experiência prévia com o dispositivo portátil. As imagens foram armazenadas e depois classificadas por dois especialistas em retina mascarados e pelo algoritmo de IA. Resultados: Foram incluídos 105 pacientes diabéticos (210 olhos) no grupo Diabetes e 46 indivíduos sem diabetes (92 olhos) no grupo Controle. Foram obtidas 1160 imagens digitais (600 sem DP e 560 com DP). Na análise das imagens, houve melhora da qualidade após a dilatação pupilar (p<0,0001). Em relação à detecção da RD, considerando-se a avaliação pelo especialista com dilatação pupilar como o padrão ouro, verificou-se que mesmo sem dilatação os valores de sensibilidade (87,50%), especificidade (97,59%), valor preditivo negativo (VPN: 99,59%) e acurácia (98,83%) foram bons. Para detecção de edema macular diabético, a sensibilidade foi menor (75,00%), com boa especificidade (99,60%), VPN (99,20%) e acurácia (97,28%). Em relação à acurácia do algoritmo de inteligência artificial PhelcomNet, os resultados mostraram elevados valores de sensibilidade: 90,91% (IC 95% 70,84 - 98,88%) e VPN (99,56%), com área sob a curva ROC de 0,93. Conclusão: A câmera de retina portátil acoplada a smartphone (Phelcom Eyer®) se mostrou útil como ferramenta de triagem de RD e de telemedicina. A qualidade das imagens foi boa, independente do nível de experiência do examinador, principalmente após dilatação pupilar. O algoritmo de IA (PhelcomNet) teve desempenho adequado, possibilitando a seleção dos casos suspeitos de doença, para posterior avaliação. Estes resultados corroboram a utilização da câmera Eyer no Sistema Único de Saúde (SUS), em programas de rastreamento de RD, por profissionais de saúde não médicos e sem dilatação pupilar.