Inicio ASP Emplean la inteligencia artificial para detectar enfermedades oculares y neumonía

Emplean la inteligencia artificial para detectar enfermedades oculares y neumonía

Una nueva herramienta basada en inteligencia artificial y técnicas de aprendizaje automático detecta rápidamente enfermedades oculares y neumonía , y es que este dispositivo, en palabras del autor principal, Kang Zhang, profesor de oftalmología en Shiley Eye Institute en San Diego, “la inteligencia artificial tiene un gran potencial para revolucionar el diagnóstico y la gestión de las enfermedades haciendo análisis y clasificaciones que involucran una gran cantidad de datos que son difíciles para los expertos humanos”.

El estudio, publicado recientemente en Cell, revela como Zhang y su equipo utilizaron una red neuronal basada en inteligencia artificial para revisar más de 200.000 exploraciones oculares realizadas con tomografía de coherencia óptica.

El estudio se centró en la degeneración macular asociada a la edad (DMAE) y el edema macular diabético, dos causas comunes de ceguera irreversible que son tratables si se detectan temprano y que son más proclives en personas de edad avanzada.

La DMAE es la principal causa de ceguera en personas de más de 60 años en países desarrollados, afectando a un total de 700.000 en toda España.

El edema macular diabético es una complicación, entre otras enfermedades, de la retinopatía diabética, que es la enfermedad vascular más frecuente de la retina. Se origina por el conjunto de lesiones producidas en la retina por las alteraciones microcirculatorias provocadas por un control insuficiente de la diabetes. En España se estima que afecta a entre un 20 y un 25 % de las personas con diabetes tipo 2 y a entre un 50 y un 65% de las personas con diabetes tipo 1.

Los diagnósticos derivados de la máquina se compararon con los diagnósticos de cinco oftalmólogos que revisaron las mismas exploraciones.

Aprendizaje por transferencia, fue la técnica que a continuación emplearon los investigadores, mediante la cual, el conocimiento que se adquiere para solucionar un problema se almacena en un ordenador y es aplicado a problemas diferentes, pero con cierta relación.

Por ejemplo, una red neuronal de inteligencia artificial optimizada para reconocer las estructuras anatómicas discretas del ojo, como es la retina, la córnea o el nervio óptico, de manera más rápida y eficiente puede identificarlas y evaluarlas cuando son examinadas las imágenes de un ojo completo. Esto permite que el sistema aprenda de manera efectiva con un conjunto de datos mucho más pequeño que los métodos convencionales.

La máquina se comportó de manera similar a un oftalmólogo; podría generar una decisión sobre si el paciente debería o no derivarse para recibir tratamiento en 30 segundos

Los investigadores agregaron después pruebas de oclusión en las que la computadora identifica las áreas en cada imagen que son de mayor interés y la base de sus conclusiones. Al respecto, como explica Zhang, “con las pruebas de oclusión, el ordenador puede decirnos dónde se ve en una imagen para llegar a un diagnóstico, para que podamos descubrir por qué el sistema obtuvo el resultado”. Esta prestación, “hace que el sistema sea más transparente y aumenta nuestra confianza en el diagnóstico”, sdemás de realizar un diagnóstico médico, la plataforma también generó una referencia y recomendación de tratamiento no realizada en estudios previos, añade.

Con una capacitación simple, la máquina se comportó de manera similar a un oftalmólogo, y tendría la capacidad de generar una decisión sobre si el paciente debería o no derivarse para recibir tratamiento en 30 segundos, con más del 95% de precisión.

Teniendo en cuenta que la atención médica para ciertas patologías “es larga” y es que la “burocracia” para que los pacientes sean derivados de médicos generales a especialistas implica un consumo de tiempo y recursos, y por ende retrasara el diagnósticos y el tratamiento, la velocidad y precisión de la máquina traería consigo un gran avance en el diagnóstico y tratamiento médico.

Los científicos no limitaron su estudio a las enfermedades oculares, sino que también probaron su herramienta para diagnosticar la neumonía infantil, descubriendo que el programa podía diferenciar entre la neumonía viral y la bacteriana con una precisión superior al 90%.

La neumonía es la principal causa individual de mortalidad infantil en todo el mundo

Según la Organización Mundial de la Salud (OMS), la neumonía es la principal causa individual de mortalidad infantil en todo el mundo. En 2015 se estima que la neumonía mató a más de 920.100 niños menores de cinco años, lo que supone el 15% de todas las defunciones de niños menores de 5 años en todo el mundo,  con más fallecimientos que los causados por la malaria, la diarrea o el sarampión juntos.

El futuro es más datos, más poder computacional y más experiencia de las personas que usan este sistema para que podamos brindar la mejor atención posible al paciente, sin dejar de ser rentable”, concluýo Zhang.
..Redacción