La diagnóstico precoz de la retinopatía diabética (RD) (véase también: https://www.oculistaitaliano.it/articoli/retinopatia-diabetica-e-edema-maculare-diabetico/) reduce el riesgo de discapacidad visual permanente en 50% y ceguera entre los diabéticos.
La inteligencia artificial (IA) es la tecnología en la que se centran los investigadores Aumentar la rapidez del diagnóstico mediante un algoritmo que facilite el tratamiento de las imágenes de la retina y permita detectar los principales signos clínicos de la enfermedad.
La ER es una de las complicaciones oculares más temidas de la diabetes y, de hecho, ya está presente en aproximadamente 20% de los diabéticos en el momento del diagnóstico, si es tardío, de la enfermedad diabética y alcanza los 60% 20 años después de su aparición. La discapacidad visual causada por la ER podría prevenirse si se identificaran las lesiones al inicio de la complicación ocular, pero los datos indican que más del 30% de los diabéticos nunca se han sometido a una revisión ocular inmediatamente después del diagnóstico de la enfermedad sistémica.
La presencia de exudados es uno de los primeros signos clínicos detectables en las imágenes del fondo de ojo. La identificación y evaluación cuidadosa de estos exudados, sin embargo, requiere un alto grado de profesionalidad por parte del especialista, pero sobre todo tiempo, siendo este último un factor decisivo para evitar consecuencias irreversibles.
Inteligencia artificial en el diagnóstico de la RD
En los últimos años, en muchos sectores, desde las finanzas a la medicina, estamos asistiendo a una aplicación cada vez más importante de la inteligencia artificial, que, de hecho, se cuenta entre las tecnologías de más rápido crecimiento de nuestro siglo. La IA, aplicada a la clasificación de imágenes de retina, contribuye a mejorar los métodos de diagnóstico. Estudios científicos publicados este año demuestran que el nivel de precisión en la detección de los signos clínicos de esta enfermedad ocular con el apoyo de la IA es comparable al de los más experimentados en la materia. El algoritmo, basado en modelos que utilizan la redes neuronales convolucionales (CNN, Convolutional Neural Network), o redes neuronales artificiales, ha demostrado de hecho un sensibilidad y especificidad que alcanzaron el 97,71%.
Esto significa que los médicos pueden utilizar esta avanzada tecnología para diagnosticar la RD en menos tiempo, en más individuos con diabetes, acelerando la posible intervención terapéutica.
Fuentes:
-Khojasteha P. Detección de exudado en imágenes de fondo de ojo utilizando características profundamente aprendibles. Computadoras en biología y medicina 104 (2019) 62-69
-Josep Vidal-Alaball . Inteligencia Artificial para la Detección de la Retinopatía Diabética en Atención Primaria: Protocolo para el Desarrollo de Algoritmos. JMIR RESEARCH PROTOCOLS JMIR Res Protoc 2019 | vol. 8 | iss. 2 | e12539.
Dr. Carmelo Chines
Director responsable
Spanish 
Italian 
English