Procena mobilne aplikacije kao alata za obuku za otkrivanje kožnih bolesti

Procena mobilne aplikacije kao alata za obuku za otkrivanje kožnih bolesti

Journal of Medical Internet Research objavio je rezultate prve faze validacijske studije o mobilnoj aplikaciji SkinNTDs, koja ima za cilj da pomogne u kontroli zanemarenih tropskih bolesti i nekih uobičajenih kožnih bolesti, koje posebno pogađaju zemlje sa niskim prihodima po glavi stanovnika.

Studiju vode glavni istraživač u laboratoriji e-zdravstva Univerziteta Oberta de Catalunia (UOC), Carme Carrion, koja je i pomoćnica dekana za istraživanje na Fakultetu zdravstvenih nauka, i kolega istraživač UOC Mireia Cano, menadžer projekta u kancelariji inovacija i presečnih procesa u bolnici Germans Trias i Pujol.

Projekat validacije započet je 2021. godine i zadatak je Svetske zdravstvene organizacije (SZO), vlasnika aplikacije, koju je razvila katalonska kompanija Universal Doctor. Rezultati ove prve faze pokazuju dobar prijem aplikacije među profesionalcima koji su učestvovali u projektu u Gani i Keniji. Druga faza studije započela je ovog aprila terenskim radom u Keniji kako bi se potvrdilo uključivanje elemenata veštačke inteligencije (AI) integrisanih u novu beta verziju aplikacije.

Članak naglašava „dobre rezultate u pogledu upotrebljivosti“, rekla je Mireia Cano. Ovi rezultati su, prema parametrima skaliranja koje su istraživači koristili za procenu alata, „nezavisni od zemlje, iskustva osobe u dermatologiji i upravljanja bolestima“.

Pored toga, primetio je Cano, videli smo da pozitivan prijem „ne zavisi od starosti učesnika ili nivoa tehnološkog znanja“. Za istraživača UPC, „ovo je veoma važno, jer činjenica da nema razlike između dve zemlje (koje imaju svoje sličnosti, ali i razlike) može da potkrepi hipotezu da aplikacija ne mora da se prilagođava za svaku zemlju, što ga čini skalabilnijim: radilo bi se samo o prevođenju na jezik svake zemlje“, objasnio je Cano.

U prvom delu studije učestvovalo je 50 profesionalaca na terenu u Gani i Keniji. Aplikacija nastoji da pomogne zdravstvenim radnicima da unaprede svoje znanje o 12 zanemarenih tropskih bolesti i 24 uobičajene kožne bolesti, u smislu dijagnoze i lečenja. Činjenica da je projekat započeo tokom pandemije ograničila je kontakt sa učesnicima na terenu.

Sada će, međutim, terenski rad sa zdravstvenim radnicima u Keniji omogućiti bližu saradnju i nastaviti sa procenom novih funkcija zasnovanih na veštačkoj inteligenciji, koje bi trebalo da olakšaju identifikaciju bolesti, koristeći dva algoritma zasnovana na fotografijama.

Ova nova faza projekta ima za cilj da proveri „u kojoj meri aplikacija omogućava korisnicima da precizno identifikuju niz bolesti“, objasnila je Karme Karion. Dva stručnjaka će održati preliminarne seminare kako bi objasnili projekat i kako da koriste alat.

Tokom dva meseca, kada profesionalci koji učestvuju u projektu pronađu osobe obolele od kožnih oboljenja, obaviće dijagnostiku i istovremeno od aplikacije zatražiti procenu. Rezultat će biti poslat na platformu SZO gde će dva dermatologa, iz Tunisa i Kenije, izvršiti sopstvenu dijagnozu, a da ne znaju rezultat koji je pokazao AI, a zatim će se on uporediti sa onim algoritama. Ovo će pomoći da se utvrdi da li je dovoljno tačan.

„Do sada je aplikacija, koja je u svim slučajevima dizajnirana kao alat za obuku profesionalaca, a ne kao medicinski dijagnostički uređaj, imala logičan algoritam koji je koristio listu znakova i simptoma. Sada, međutim, sa AI, rezultati su Očekuje se da će omogućiti dobijanje dodatnih informacija na osnovu lezije svakog pojedinačnog pacijenta“, napomenuo je Carrion.

Rad na poboljšanju dijagnoze ovih bolesti je, naglasio je Carrion, veoma važan u zemljama sa niskim i srednjim prihodima, zbog čega je neophodno imati „digitalne alate za ljude u ruralnim područjima koji nisu specijalisti za dermatologiju“, koji obično je slučaj u većini ovih zemalja.

SZO je, objasnio je Karion, „snažno posvećena mobilnom zdravlju kao sredstvu za poboljšanje pristupa sistemu zdravstvene zaštite“. Druga faza studije nastoji da obezbedi 250 do 500 slučajeva na terenu, sa fotografijama koje će se koristiti za procenu AI algoritama i utvrđivanje mišljenja zdravstvenih radnika koji će koristiti aplikaciju.