Detección de enfermedades de la retina con tecnología avanzada de inteligencia artificial
Figura 2. Comparación del principio del algoritmo entre CARE y un sistema de aprendizaje profundo ensamblado clasificador (A). Esta estructura se seleccionó como un sistema de aprendizaje profundo ensamblado con clasificadores binarios independientes que no comparten características de enfermedad (B). CARE=Experto Integral en Retina de Inteligencia Artificial. Conv=convolucional. RD = retinopatía diabética. HR=retinopatía hipertensiva. RD=desprendimiento de retina. Crédito: DOI: 10.1016/S2589-7500(21)00086-8
Un grupo internacional de investigadores ha aplicado con éxito la tecnología de inteligencia artificial a las imágenes de la retina del mundo real para detectar posibles enfermedades con mayor precisión y a mayor escala.
Los exámenes de la retina pueden detectar una serie de enfermedades que afectan al ojo. La fotografía de fondo de ojo es un proceso de tomar fotografías del interior del ojo a través de la pupila y es una forma de detectar y controlar dichas enfermedades de la retina.
La introducción de la tecnología de inteligencia artificial (IA) en la fotografía de fondo de ojo ha mejorado la plataforma y le permitió detectar y monitorear enfermedades de la retina a gran escala.
El sistema Comprehensive AI Retinal Expert (CARE) fue desarrollado por un grupo internacional de investigadores de la Universidad Sun Yat-sen, Beijing Eaglevision Technology (Airdoc), Monash University, University of Miami Miller School of Medicine, Beijing Tongren Eye Center y Capital Medical University.
Profesor asociado Zongyuan Ge del Departamento de Ingeniería de Sistemas Eléctricos e Informáticos de Monash University y Monash Data Futures Institute, dijo que los investigadores entrenaron un sistema de aprendizaje profundo clínicamente aplicable para enfermedades del fondo del ojo utilizando datos derivados de estudios de casos del mundo real, y luego probaron el modelo de forma externa usi ng fotografías de fondo de ojo recopiladas de entornos clínicos en China.
«El sistema CARE fue entrenado para identificar las 14 anomalías retinianas más comunes utilizando 207 228 fotografías de fondo de ojo en color derivadas de 16 entornos clínicos en Asia, África, América del Norte y Europa , con diferentes distribuciones de enfermedades», dijo el profesor asociado Ge.
«CARE fue validado internamente usando 21 867 fotografías y probado externamente usando 18 136 fotografías recolectadas prospectivamente de 35 entornos del mundo real en China, incluidos ocho hospitales terciarios, seis hospitales comunitarios y 21 centros de examen físico».
Los investigadores esperan que CARE se adopte en entornos médicos en toda China y más tarde en la región de Asia Pacífico.
El desempeño de CARE fue además se comparó con el de 16 oftalmólogos y se probó utilizando conjuntos de datos con etnias no chinas y tipos de cámara no utilizados anteriormente.
«También descubrimos que el rendimiento del sistema CARE era similar al del sistema CARE. de oftalmólogos profesionales y el sistema mantuvo un sólido rendimiento de identificación cuando se probó con conjuntos de datos no chinos. Estos hallazgos indican que el sistema es preciso en comparación con los resultados de un profesional y podría permitir que se realicen más pruebas a mayor escala», agregó el profesor asociado Ge.
«Esta investigación es un paso en la dirección correcta para la investigación médica y de inteligencia artificial. Espero que a través de este trabajo podamos seguir viendo avances tecnológicos en este espacio», dijo Amitha Domalpally, directora del Centro de Diagnóstico por Imágenes de la Universidad de Wisconsin-Madison.
La investigación también creará una base de datos de Imágenes de detección de entornos del mundo real que se pueden implementar en entornos clínicos para diagnosticar mejor las enfermedades de la retina.
Explore más
El novedoso método de aprendizaje profundo permite la detección automatizada lista para la clínica de enfermedades oculares relacionadas con la diabetes Más información: Duoru Lin et al, Aplicación del sistema completo de expertos en retina de inteligencia artificial (CARE): un estudio nacional de evidencia del mundo real, The Lancet Digital Health (2021). DOI: 10.1016/S2589-7500(21)00086 -8 Proporcionado por Monash University Cita: Detección de enfermedades de la retina con tecnología avanzada de IA (11 de octubre de 2021) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-retinal-diseases -advanced-ai-technology.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.