SAVALnet EC

https://www.savalnet.ec/cienciaymedicina/destacados/ia-contribuye-a-la-deteccion-de-papiledema.html
12 Mayo 2020

IA contribuye a la detección de papiledema

Un algoritmo de inteligencia artificial entrenado en fotografías de fondo ocular muestra una alta sensibilidad y especificidad para discriminar entre nervios ópticos normales y alterados.

El examen de los nervios ópticos es un componente fundamental del examen clínico, pero la oftalmoscopia directa suele ser evitada por médicos generales y especialistas no oftalmólogos (N Engl J Med 2011;364:387-389).

Actualmente, se ha desarrollado la inteligencia artificial (IA) y el aprendizaje profundo (DL, del inglés Deep learning) para la detección automatizada de la retinopatía diabética y la neuropatía óptica glaucomatosa a partir de fotografías del fondo de ojo. Gracias a estos avances, Dan Milea y colaboradores del Singapore National Eye Centre, investigaron si un sistema de DL podría ayudar en el diagnóstico de anomalías del nervio óptico, como el papiledema.

Los autores entrenaron, validaron y probaron externamente un sistema de DL para clasificar los discos ópticos como normales o con papiledema u otras anormalidades a partir de 15.846 fotografías del fondo de ojo recogidas retrospectivamente que se habían obtenido con dilatación pupilar farmacológica y varias cámaras digitales en personas de múltiples poblaciones étnicas. De esas fotografías, 14.341 de 19 sitios de 11 países se utilizaron para la capacitación y la validación, y 1.505 de otros 5 sitios se utilizaron para pruebas externas. El rendimiento en la clasificación del aspecto del disco óptico se evaluó calculando el área bajo la curva (AUC) característica de funcionamiento del receptor, la sensibilidad y la especificidad, en comparación con una norma de referencia de los diagnósticos clínicos de los neurooftalmólogos.

Los conjuntos de datos de capacitación y validación de 6.779 pacientes incluían 14.341 fotografías: 9.156 de discos normales, 2.148 con papiledema y 3.037 con otras anomalías. El porcentaje clasificado como normal osciló entre el 9,8 y el 100%; el porcentaje clasificado como con papiledema osciló entre el cero y 59,5%. En el conjunto de validación, el sistema discriminó los discos con papiledema de los sanos y los con anormalidades sin papiledema con un AUC de 0,99 (IC del 95%, 0,98 a 0,99) y los discos sanos de los anómalos con un AUC de 0,99 (IC del 95%, 0,99 a 0,99). En el conjunto de datos de pruebas externas de 1.505 fotografías, el sistema tenía un AUC para la detección de papiledema de 0,96 (IC del 95%, 0,95 a 0,97), una sensibilidad del 96,4% (IC del 95%, 93,9 a 98,3) y una especificidad del 84,7% (IC del 95%, 82,3 a 87,1).

En resumen, el sistema de aprendizaje profundo que utiliza fotografías de fondo de ojo con pupilas dilatadas farmacológicamente logra diferenciar entre discos ópticos con papiledema, normales y aquellos con anormalidades sin papiledema.

Fuente bibliográfica

DOI: 10.1056/NEJMoa1917130

Ciencia y Medicina

Destacado Agenda de Eventos

18th World congress on cancers of the skin

24 Junio 2020

Todas las presentaciones serán en inglés. Sin embargo, se proporcionará traducción simultánea al español en las sesiones plenarias ...

Destacado Artículos Destacados

Dieta mediterránea promueve envejecimiento saludable

09 Abril 2020

La adhesión a este régimen alimentario conduce a una mayor abundancia de taxones intestinales específicos asociados con marcadores de ...

COVID-19 y salud mental del personal sanitario

06 Abril 2020

Estudio transversal con 1.200 médicos y enfermeras de China revela que más de 70% reporta síntomas de angustia psicológica, lo que re...

Destacado Progresos Médicos

Oligonucleótidos para vencer la aterosclerosis

27 Abril 2020

Los niveles de lipoproteína(a), una variante de lipoproteína de baja densidad, están determinados genéticamente y, cuando son elevado...

Nuevo paradigma contra enemigos infecciosos

13 Abril 2020

La inmunidad adaptativa proporciona una protección de por vida al generar  de memoria central, efectoras y las más recientemente descr...