Algoritmos de IA detectan la enfermedad ocular diabética de manera inconsistente
Crédito: CC0 Public Domain
La diabetes sigue siendo la principal causa de nuevos casos de ceguera entre adultos en los Estados Unidos. Pero la escasez actual de proveedores de atención oftalmológica haría imposible satisfacer la demanda de proporcionar los exámenes de detección anuales necesarios para esta población. Un nuevo estudio analiza la eficacia de siete algoritmos de detección basados en inteligencia artificial para diagnosticar la retinopatía diabética, la enfermedad ocular diabética más común que conduce a la pérdida de la visión.
En un artículo publicado el 5 de enero en Diabetes Care, los investigadores compararon los algoritmos con la experiencia diagnóstica de los especialistas en retina. Cinco empresas produjeron los algoritmos probados, dos en Estados Unidos (Eyenuk, Retina-AI Health), una en China (Airdoc), una en Portugal (Retmarker) y una en Francia (OphtAI).
Los investigadores implementó las tecnologías basadas en algoritmos en imágenes de la retina de casi 24 000 veteranos que buscaron pruebas de detección de retinopatía diabética en el Sistema de atención médica de Veterans Affairs Puget Sound y el Sistema de atención médica de Atlanta VA de 2006 a 2018.
Los investigadores encontraron que los algoritmos no funcionan tan bien como dicen. Muchas de estas empresas están reportando excelentes resultados en estudios clínicos. Pero se desconocía su desempeño en un entorno del mundo real. Los investigadores realizaron una prueba en la que se comparó el rendimiento de cada algoritmo y el rendimiento de los evaluadores humanos que trabajan en el sistema de detección telerretiniana VA con los diagnósticos que dieron los oftalmólogos expertos al observar las mismas imágenes. Tres de los algoritmos funcionaron razonablemente bien en comparación con los diagnósticos de los médicos y uno lo hizo peor. Pero solo un algoritmo se desempeñó tan bien como los evaluadores humanos en la prueba.
«Es alarmante que algunos de estos algoritmos no funcionen de manera constante, ya que se están utilizando en algún lugar del mundo», dijo el investigador principal Aaron Lee. , profesor asistente de oftalmología en la Facultad de Medicina de la Universidad de Washington.
Las diferencias en el equipo y la técnica de la cámara podrían ser una explicación. Los investigadores dijeron que su ensayo muestra lo importante que es para cualquier práctica que quiera usar un detector de IA probarlo primero y seguir las pautas sobre cómo obtener correctamente imágenes de los ojos de los pacientes, porque los algoritmos están diseñados para funcionar con una calidad mínima. de imágenes.
El estudio también encontró que el rendimiento de los algoritmos variaba al analizar imágenes de poblaciones de pacientes en entornos de atención de Seattle y Atlanta. Este fue un resultado sorprendente y puede indicar que los algoritmos deben entrenarse con una variedad más amplia de imágenes.
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: Diabetes Care (2021). DOI: 10.2337/dc20-1877, care.diabetesjournals.org/look … oi/10.2337/dc20-1877 Información de la revista: Diabetes Care
Proporcionado por la Universidad de Washington Cita: Los algoritmos de IA detectan la enfermedad ocular diabética de manera inconsistente (2021, 5 de enero) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-01-ai-algorithms-diabetic-eye-disease.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.