Un modelo de aprendizaje profundo para detectar los ojos que reciben medicamentos para el glaucoma utilizando...

Área de la Ciencia:

• Oftalmología
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• Los medicamentos para el glaucoma pueden causar efectos secundarios oculares.
• Detectar el uso de medicamentos de las imágenes del segmento anterior es un desafío.
• Se necesita una evaluación objetiva de los efectos del tratamiento.

Objetivo del estudio:

• Desarrollar y evaluar un modelo de aprendizaje profundo para detectar el uso de medicamentos para el glaucoma a partir de imágenes de segmentos anteriores.
• Para visualizar las áreas anatómicas en las que se centra el modelo para la clasificación.
• Para comparar el rendimiento de diagnóstico del modelo con el reconocimiento humano.

Principales métodos:

• Un modelo de aprendizaje profundo fue entrenado en 20.000 imágenes aumentadas del segmento anterior.
• El modelo se probó en 200 imágenes del segmento anterior (100 con medicación, 100 sin medicación).
• El rendimiento se midió por el área bajo la curva de características operativas del receptor (AROC); se utilizó el mapeo de activación de clase ponderada por gradiente (Grad-CAM) para la visualización.

Principales resultados:

• El modelo de aprendizaje profundo logró una precisión significativamente mayor (AROC 0.90) que el reconocimiento humano (AROC 0.75).
• El rendimiento fue consistente en diferentes condiciones de hiperemia conjuntival, uso de análogos de prostaglandinas e iluminación.
• Grad-CAM destacó el área periocular con mayor frecuencia en los ojos que usaban medicamentos para el glaucoma (P < 0,01).

Conclusiones:

• Los modelos de aprendizaje profundo pueden detectar objetivamente el uso de medicamentos para el glaucoma a partir de imágenes de segmentos anteriores.
• El mapeo de saliencia indica que el modelo identifica cambios perioculares sutiles relacionados con el tratamiento.
• Esta tecnología ayuda a evaluar los efectos secundarios de los medicamentos y a desarrollar tratamientos mejorados para el glaucoma.