Algoritmo identifica enfermedad vascular temprana usando fotos del ojo
El fondo del ojo humano está bien perfundido. Cuando los vasos son fotografiados a través del cristalino del ojo, las redes neuronales pueden detectar ciertas enfermedades en base a las imágenes. Crédito: DOI: 10.1038/s41598-022-05169-z
Investigadores de la Universidad y el Hospital Universitario de Bonn han desarrollado un método que podría usarse para diagnosticar la aterosclerosis. Usando un software de autoaprendizaje, pudieron identificar cambios vasculares en pacientes con enfermedad arterial periférica (EAP), a menudo en una etapa temprana. Aunque estas primeras etapas aún no causan síntomas, ya están asociadas con una mayor mortalidad. El algoritmo usó fotos de un órgano que normalmente no se asocia con PAD: el ojo. Los resultados ahora se han publicado en la revista Scientific Reports.
El fondo del ojo está muy bien abastecido de sangre. Tiene que serlo, para que los más de 100 millones de fotorreceptores en la retina y las células nerviosas conectadas a ellos puedan hacer su trabajo. Al mismo tiempo, las arterias y venas se pueden observar y fotografiar a través de la pupila sin mucho esfuerzo.
Es posible detectar signos tempranos de aterosclerosis (endurecimiento de las arterias) con un examen de este tipo en la futuro. En este caso, los procesos de remodelación crónicos conducen al estrechamiento de los vasos y al endurecimiento de las arterias afectadas. Es la principal causa de infartos y accidentes cerebrovasculares, las causas de muerte más frecuentes en los países occidentales industrializados, así como de la enfermedad arterial periférica (EAP).
Más de cuatro millones de personas en este país padecen EAP. . “Debido a que generalmente no causa ningún síntoma en los primeros años, el diagnóstico a menudo solo se realiza cuando ya se ha producido un daño secundario”, explica el Dr. Nadjib Schahab, jefe de la sección de angiología y uno de los autores del estudio. «Las consecuencias pueden ser dramáticas. A largo plazo, los problemas circulatorios progresivos en las piernas y los brazos pueden incluso provocar una amputación. Además, el riesgo de sufrir un ataque cardíaco o un derrame cerebral fatal aumenta significativamente incluso en las primeras etapas de la enfermedad».
El diagnóstico precoz es por tanto muy importante para poder tratar a tiempo a los afectados. El proyecto interdisciplinario del Departamento de Informática de la Universidad de Bonn y el Departamento de Oftalmología y el Centro del Corazón del Hospital Universitario de Bonn comienza exactamente allí. «Fotografiamos 97 ojos de mujeres y hombres que padecían EAP», explica el Dr. Maximilian Wintergerst del Hospital Oftalmológico Universitario de Bonn. «En más de la mitad de ellos, la enfermedad todavía estaba en una etapa en la que no causaba ningún síntoma». Además, el equipo tomó imágenes de la cámara del fondo de 34 ojos de sujetos de control sanos.
El algoritmo presta especial atención a los grandes vasos de la retina al detectar la enfermedad arterial periférica. Esto se muestra en las áreas rojas brillantes de la imagen, que fueron particularmente importantes para la clasificación. Crédito: DOI: 10.1038/s41598-022-05169-z
La red neuronal detecta cambios vasculares tempranos
Luego usaron las imágenes para alimentar una red neuronal convolucional (CNN). Este es un software que está modelado en el cerebro humano en la forma en que funciona. Si una CNN de este tipo se entrena con fotos cuyo contenido es conocido por la computadora, más tarde puede reconocer el contenido de las fotos desconocidas. Sin embargo, para que esto funcione con suficiente certeza, normalmente se necesitan varias decenas de miles de fotos de entrenamiento, muchas más de las que estaban disponibles en el estudio.
«Por lo tanto, primero llevamos a cabo un entrenamiento previo con otra enfermedad que ataca los vasos en el ojo», explica el Prof. Dr. Thomas Schultz del Centro Internacional de Tecnología de la Información de Bonn-Aachen (b-it) y el Instituto de Ciencias de la Computación II de la Universidad de Bonn. Para ello, los investigadores utilizaron un conjunto de datos de más de 80.000 fotos adicionales. «En cierto sentido, el algoritmo aprende de ellos a qué prestar especial atención», dice Schultz, quien también es miembro de las Áreas de Investigación Transdisciplinaria «Modelado» y «Vida y Salud» de la Universidad de Bonn. «Por lo tanto, también hablamos de transferencia de aprendizaje».
La CNN entrenada de esta manera pudo diagnosticar con notable precisión si las fotos de los ojos provenían de un paciente con PAD o de una persona sana. «Un buen 80 por ciento de todos los individuos afectados fueron identificados correctamente, si tomamos en cuenta el 20 por ciento de falsos positivos, es decir, individuos sanos que el algoritmo clasificó incorrectamente como enfermos», explica Schultz. «Es increíble, porque incluso los oftalmólogos capacitados no pueden detectar la EAP a partir de las imágenes del fondo del ojo».
En análisis posteriores, los investigadores pudieron demostrar que la red neuronal presta especial atención a los grandes vasos en la parte posterior del ojo durante su evaluación. Sin embargo, para obtener el mejor resultado posible, el método necesitaba imágenes digitales con una resolución suficientemente alta. «Muchas CNN trabajan con fotos de muy baja resolución», dice Schultz. «Eso es suficiente para detectar cambios importantes. Para nuestra clasificación de PAD, por otro lado, necesitamos una resolución en la que los detalles de las estructuras vasculares permanezcan discernibles».
Los investigadores esperan mejorar aún más el rendimiento de su método en el futuro. Para hacerlo, planean cooperar con los centros de oftalmología y medicina vascular de todo el mundo que les proporcionarán imágenes de fondo de ojo adicionales de las personas afectadas. El objetivo a largo plazo es desarrollar un método de diagnóstico sencillo, rápido y fiable que no requiera procedimientos concomitantes como la administración de colirios.
Explore más
El análisis facial mejora el diagnóstico Más información: Simon Mueller et al, El aprendizaje de múltiples instancias detecta la enfermedad arterial periférica a partir de fotografías de fondo de ojo en color de alta resolución, Scientific Reports (2022). DOI: 10.1038/s41598-022-05169-z Información de la revista: Informes científicos
Proporcionado por la Universidad de Bonn Cita: El algoritmo identifica la enfermedad vascular temprana usando fotografías de los eye (2022, 11 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-algorithm-early-vascular-disease-photos.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.