Hintergrund Entzündlich-rheumatische Erkrankungen (IRD) werden aufgrund unspezifischer Symptome und fehlender Fachärzte für Rheumatologie oft zu spät diagnostiziert. Digitale diagnostische Entscheidungsunterstützungssysteme (DDSS) versprechen eine Beschleunigung der Diagnose und eine Verringerung der Gesamtbelastung im Gesundheitswesen.
Ziele Bewertung der Fähigkeit eines auf künstlicher Intelligenz (KI) basierenden Symptomprüfers (Ada) und eines Online-Selbstüberweisungstools (Rheport) zur Diagnose entzündlicher rheumatischer Erkrankungen (IRD).
Methoden In einer prospektiven, multizentrischen, offenen, kontrollierten, randomisierten Crossover-Studie wurden Patienten, die sich neu in einem Rheumatologiezentrum vorstellten, im Verhältnis 1:1 nach dem Zufallsprinzip einer Symptombeurteilung mit Ada oder Rheport zugeteilt, gefolgt von einem Übergang zum jeweils anderen diagnostischen Entscheidungsunterstützungssystem ( DDSS). Das primäre Ergebnis war die korrekte Identifizierung eines Patienten mit IRD durch das DDSS, definiert als das Vorhandensein einer IRD in der Liste der vorgeschlagenen Diagnosen bei Ada oder ein vorab festgelegter Schwellenwert bei Rheport. Die ärztliche Diagnose war der Goldstandard.
Ergebnisse Insgesamt wurden 600 Patienten eingeschlossen und bei 214 (36 %) Patienten wurde schließlich von einem Arzt eine IRD diagnostiziert. Rheport zeigte eine Sensitivität von 62 % und eine Spezifität von 47 % für IRDs. Adas Top-1- (D1) und Top-5-Krankheitsvorschläge (D5) zeigten eine Sensitivität von 52 % bzw. 66 % und eine Spezifität von 68 % bzw. 54 % in Bezug auf IRDs. Im Vergleich zu Rheport war die Wahrscheinlichkeit höher, dass Ada Patienten mit einer IRD korrekt identifizierte, wenn es als erstes DDSS verwendet wurde (OR: 1,09, 95 %-KI: 1,01 bis 1,18). Dieser Befund war jedoch nach dem Crossover nicht konsistent (OR: 0,97). , 95 %-KI: 0,90 bis 1,05).
Abschluss Die diagnostische Leistungsfähigkeit beider DDSS für IRDs war bei dieser Patientenpopulation mit hoher Prävalenz, die zur Subspezialitätsbeurteilung überwiesen wurde, nicht vielversprechend. Obwohl die Gesamtzahlen darauf hindeuten, dass das KI-basierte Ada im Vergleich zum fragebogenbasierten Rheport eine etwas höhere Spezifität und Sensitivität aufwies, war Ada bei der korrekten Identifizierung von Patienten mit einer IRD nicht durchweg besser als Rheport, wenn die Nutzungsreihenfolge der Apps berücksichtigt wurde . Unsere Ergebnisse zeigen, dass eine strenge Regulierung und drastische Verbesserung notwendig sind, um die Sicherheit und Wirksamkeit von DDSS zu gewährleisten.
Danksagungen Diese Studie wurde teilweise von der Novartis Pharma GmbH finanziert.
Offenlegung von Interessen Johannes Knitza Referentenbüro: Abbvie, Novartis, Lilly, Medac, BMS, Sanofi, Amgen, Gilead, UCB, ABATON, GSK, Werfen, Vila Health, Böhringer Ingelheim, Janssen, Galapagos, Chugai, Celltrion, Zuschuss/Forschungsunterstützung von: This Die Studie wurde teilweise von der Novartis Pharma GmbH unterstützt. Andere: Abbvie, Novartis, Thermo Fisher, UCB, ABATON, Sanofi, DFG, EIT Health, Koray Tascilar: Keine angegeben, Franziska Fuchs: Keine angegeben, Jacob Mohn: Keine angegeben, David Simon: Keine angegeben, Arnd Kleyer: Keine angegeben, Christina Bergmann: Keine Erklärung, Hannah Labinsky: Keine Erklärung, Harriet Morf: Keine Erklärung, Elizabeth Araujo: Keine Erklärung, Daniela Bohr: Keine Erklärung, Felix Mühlensiepen: Keine Erklärung, Matthias Englbrecht: Keine Erklärung, Wolfgang Vorbrüggen: Keine Erklärung, Cay- Benedict von der Decken: Keine Erklärung, Stefan Kleinert: Keine Erklärung, Andreas Ramming: Keine Erklärung, Jörg Distler: Keine Erklärung, Peter Bartz-Bazzanella: Keine Erklärung, Nicolas Vuillerme: Keine Erklärung, Georg Schett: Keine Erklärung, Martin Welcker Grant/ Forschungsunterstützung von: Novartis Pharma GmbH, Axel Hueber Zuschuss/Forschungsunterstützung von: Novartis Pharma GmbH.
Dies ist ein automatisch übersetzter Artikel. Er kann nur einer groben Orientierung dienen.
Quelle: Psoriasis-Studien
