La capacidad de la inteligencia artificial IA para ayudar a los pacientes a detectar una enfermedad ocular diabética común gana impulso con un nuevo estudio publicado en línea hoy en día Oftalmología , el diario de la Academia Estadounidense de Oftalmología. Lily Peng, MD, Ph.D., y sus colegas del grupo de investigación Google AI, muestran que podrían mejorar su software de detección de enfermedades mediante el uso de un pequeño subconjunto de imágenes adjudicadas por oftalmólogosque se especializan en enfermedades de la retina. La aportación de los especialistas se utilizó para mejorar el rendimiento de su computadora para que fuera aproximadamente igual a la de los especialistas en retina individuales.
Más de 29 millones de estadounidenses tienen diabetes y corren el riesgo de padecer retinopatía diabética, una enfermedad ocular potencialmente cegadora. Las personas a menudo no notan cambios en su visión en las primeras etapas de la enfermedad. Pero a medida que avanza, la retinopatía diabética generalmente causa visiónpérdida que en muchos casos no se puede revertir. Por eso es tan importante que las personas con diabetes se realicen exámenes anuales.
En una investigación anterior, la Dra. Peng y su equipo utilizaron redes neuronales, sistemas matemáticos complejos para identificar patrones en los datos, para reconocer la retinopatía diabética. Alimentaron miles de escaneos retinianos en estas redes neuronales para enseñarles a "ver" pequeñoshemorragias y otras lesiones que son signos tempranos de advertencia de retinopatía. El Dr. Peng demostró que el software funcionó tan bien como los expertos humanos.
Pero la Dra. Peng está interesada en desarrollar un sistema que sea lo suficientemente bueno para su abuela. Por lo tanto, para mejorar la precisión del software, incluyó el aporte de especialistas en retina, oftalmólogos que se especializan en enfermedades de la retina.
"Para mi abuela, me encantaría tener un panel de subespecialistas que realmente tratan la enfermedad, para sentarse y debatir su caso, dar su opinión", dijo el Dr. Peng. "Pero eso es realmente caro y es difícil de hacerEntonces, ¿cómo se crea un algoritmo que se acerque a esto? "
Para descubrir cómo se podría hacer esto, el Dr. Peng comparó el rendimiento del algoritmo original con la clasificación manual de imágenes por decisión mayoritaria de tres oftalmólogos generales o por una clasificación consensuada de tres especialistas en retina.
La clasificación de la retinopatía diabética puede ser un proceso complejo que requiere la identificación y cuantificación de características finas como aneurismas pequeños y hemorragias. Como resultado, puede haber una gran cantidad de variabilidad entre los médicos que examinan imágenes, buscando enfermedades.
Los especialistas en retina clasificaron las imágenes por separado, luego trabajaron juntas para resolver cualquier desacuerdo. Su revisión y posterior diagnóstico consensuado ofrecieron una visión considerable del proceso de clasificación, ayudando a corregir errores tales como artefactos causados por manchas de polvo, distinguiendo entre diferentes tipos de hemorragiasy la creación de definiciones más precisas para "áreas grises" que dificultan hacer un diagnóstico definitivo. Al final del proceso, los especialistas en retina indicaron que la precisión utilizada en el proceso de decisión era superior a la utilizada habitualmente en la práctica clínica diaria.
Utilizando estas imágenes calificadas por especialistas, el Dr. Peng podría ajustar el software, lo que mejoró el rendimiento de su modelo y mejoró la detección de enfermedades.
"Creemos que este trabajo proporciona una base para futuras investigaciones y eleva el nivel de los estándares de referencia en el campo de la aplicación del aprendizaje automático a la medicina", dijo el Dr. Peng.
Fuente de la historia :
Materiales proporcionado por Academia Americana de Oftalmología . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :