BT29 Modellierung der Kosten-Effektivität einer künstlichen Intelligenz als Medizinprodukt

Zusammenfassung Dermatologische Dienste sehen sich einer steigenden Nachfrage bei begrenzter Arbeitskraft und Ressourcen gegenüber. Künstliche Intelligenz als Medizinprodukt (AIaMD) könnte eine Möglichkeit bieten, die Kapazität zu erweitern und die Patientenergebnisse zu verbessern. Ziel dieses Projekts war es, ein kosten-nutzungswirtschaftliches Modell eines AIaMD zu entwickeln, das zur Screening-, Triage- und Bewertung von verdächtigen Hautläsionen mittels dermoskopischer Bilder verwendet wird. Dieser Bericht konzentriert sich auf die Triage von Patienten, die von Hausärzten im dermatologischen dringenden Verdacht auf Krebs verwiesen werden. Die Bewertung des AIaMD erfolgt in einer Fotoklinik, und die Bilder sowie die medizinische Vorgeschichte werden anschließend von einem Spezialisten (Teledermatologie) beurteilt. Das Ziel der AIaMD-Triage ist es, Patienten mit nicht-krebsartigen Läsionen zu identifizieren, die entlassen werden könnten. Vier diagnostische Strategien werden verglichen: persönliche Bewertung (Vergleichsgruppe), Teledermatologie (Vergleichsgruppe), AIaMD und AIaMD mit einer zweiten Lesung durch einen Dermatologen (AIaMDSR). Ein Entscheidungsbaum mit Markov-Modellen an den Endknoten wurde erstellt, um die langfristigen Kosten und Ergebnisse in qualitätsbereinigten Lebensjahren (QALYs) jeder Intervention zu schätzen. Drei diagnostische Kategorien wurden berücksichtigt: (i) Hochrisiko-Krebs (einschließlich Melanom, Plattenepithelkarzinom und seltene Krebserkrankungen), (ii) Basalzellkarzinom und (iii) nicht-krebsartige (benigne oder präkanzeröse) Läsionen. Das Modell hat einen Lebenszeit-Horizont (bis zum Alter von 100 Jahren), es berücksichtigt die Perspektiven des National Health Service und der persönlichen sozialen Dienste, und die Kosten und Nutzen werden zu einem jährlichen Satz von 3,5 % abgezinst. Einweg- und probabilistische Sensitivitätsanalysen wurden durchgeführt, um die Unsicherheit im Modell zu quantifizieren. Die Modellierung zeigt, dass die Interventionen AIaMDSR und AIaMD effektiver und kostengünstiger sind als persönliche Bewertungen und Teledermatologie. Die Kosten pro QALY-Schwelle, die vom National Institute for Health and Care Excellence festgelegt wurde, liegen bei £20.000–£30.000. Die kosteneffektivsten Interventionen waren DERMSR bei einer Zahlungsbereitschaftsschwelle (WTP) von £30.000 und DERM bei WTP-Schwelle von £20.000. Die Ergebnisse wurden durch die Sensitivitätsanalyse bestätigt. Kostenersparnisse resultieren aus reduzierten Kosten für persönliche Termine und Biopsien. Die Einsparungen werden mit £52 pro Patient, £259.000 für einen durchschnittlichen Trust oder £35 Millionen für das NHS England berechnet. QALY-Vorteile resultieren hauptsächlich aus reduzierter Patientenanxiety und Biopsien. Die relativ geringen Änderungen der falsch-negativen Ergebnisse zwischen den Interventionen und Standards der Versorgung haben keinen signifikanten Einfluss. Die Kapazitätsmodellierung zeigte, dass nur die AIaMD-Intervention wahrscheinlich die gesamte Arbeitslast der Dermatologen im Vergleich zur persönlichen Versorgung signifikant verringert, mit einer Reduzierung von 15 %. Es besteht eine gewisse Unsicherheit bei den Parametern, die sich aus einem Mangel an Basisdaten ergibt, die weiter untersucht wird, während das Modell verfeinert wird, sobald mehr Daten verfügbar sind. Diese Modellierungsarbeit wurde im Rahmen des NHS AI in Health and Care Award finanziert. Drei der fünf Autoren sind beim AI-Anbieter beschäftigt.