Dados do Trabalho

Título

EFICACIA DA TRIAGEM/DIAGNOSTICO E AVALIAÇAO DE RETINOPATIAS COM AUXILIO DA INTELIGENCIA ARTIFICIAL E DO AUTOCONHECIMENTO SOBRE A RETINOPATIA DIABETICA

Introdução

O uso de smartphones e inteligência artificial (IA) para analisar lesões na retina emerge como alternativa viável no rastreio e diagnóstico da retinopatia diabética (RD), especialmente em áreas de difícil acesso e populações pouco assistidas. Além disso, o desconhecimento prolongado pelos pacientes diabéticos contribui para subdiagnósticos e complicações. Este estudo busca avaliar a sensibilidade e especificidade - para retinopatias - desses dispositivos em um mutirão no Hospital Universitário Cassiano Antônio Moraes (HUCAM/UFES) e entender o conhecimento dos pacientes sobre a doença.

Métodos

Foram realizadas fotografias do fundo do olho de ambos os olhos de 65 pacientes com retinógrafo portátil dotado de IA, que classificou os pacientes em verde (sem lesão), amarelo (suspeita de lesão) e vermelho (com lesão). Todos foram examinados por retinólogos para confirmar o diagnóstico. Os dados foram calculados em tabela 2x2 e foram excluídos casos classificados como suspeito pela IA e retinopatia diabética não-proliferativa (RDNP) muito leve. Ademais, foi aplicado questionário acerca do autoconhecimento sobre a doença.

Resultados

Dos 33 pacientes verdes, a análise pelos retilógos concluiu que 32 não tinham doenças na retina e 1 apresentava lesão. Dentre os 27 pacientes do grupo vermelho, 5 não tinham lesão alguma, 7 RDNP Leve, 2 RDNP Moderada, 2 RDNP Grave, 1 RD Proliferativa; outras lesões como drusas e escavação do nervo óptico aumentada foram encontradas em 16 pacientes. Importante ressaltar que todos os casos de RDNP moderados, grave e RDP foram detectados pela IA. Com esses dados constatou-se uma sensibilidade de 95,6%, especificidade de 86,5% e acurácia de 90%.

O questionário acerca do autoconhecimento da doença mostrou que: 54% nunca ouviram da RD; 76% desconhecem exames oftalmológicos que avaliam a doença e 61% não fazem acompanhamento regular com oftalmologista.

Conclusões

O algoritmo demonstrou uma precisão significativa na identificação de lesões na retina e na emissão de diagnósticos potenciais, destacando-se como uma ferramenta adequada em cenários com alta demanda de pacientes. Sua portabilidade supera os desafios de acesso em regiões carentes de serviços oftalmológicos. Além disso, os resultados do questionário de autoconhecimento revelaram que a maioria dos pacientes diabéticos desconhece a retinopatia diabética, enfatizando a necessidade de implementar medidas de conscientização por meio do Sistema Único de Saúde.

Palavras Chave

Retinopatia Diabética, Inteligência Artificia, Triagem, Diagnóstico por Imagem

Arquivos