Video Experimental Relacionado
Updated: Jul 14, 2026

09:22
Bead Based Multiplex Assay for Analysis of Tear Cytokine Profiles
Published on: October 13, 2017
12.0K
Aprendizaje profundo para la evaluación de la estabilidad de la película lagrimal y la clasificación del patrón de
Haochen Qian1,2, Jingyao Chang1,2, Yuling Yan3
1School of Medicine, Southeast University, Nanjing, China.
Resumen
Un sistema de inteligencia artificial evalúa con precisión la estabilidad de la película lagrimal y clasifica los patrones de ruptura del ojo seco (BUP), ayudando al diagnóstico preciso y al tratamiento personalizado. Esta tecnología ofrece un método objetivo y no invasivo para evaluar la salud de la superficie ocular.
Área de la Ciencia:
- Oftalmología
- Inteligencia artificial
- Diagnóstico médico
Sus antecedentes:
- El diagnóstico del ojo seco (DE) se basa en evaluaciones subjetivas y puede ser un desafío.
- La inestabilidad de la película lagrimal y los patrones específicos de ruptura (BUP) son indicadores clave de la DE.
- Los métodos de diagnóstico actuales pueden sufrir variabilidad entre los observadores y requieren una amplia capacitación.
Objetivo del estudio:
- Desarrollar un sistema de inteligencia artificial (IA) para la evaluación automatizada de la estabilidad de la película lagrimal.
- Clasificar los patrones de ruptura de las lágrimas (BUP) para un diagnóstico preciso del ojo seco.
- Apoyar estrategias de tratamiento personalizadas dentro de un marco de diagnóstico orientado a la película lagrimal.
Principales métodos:
- Se analizó un conjunto de datos de 143 ojos (98 DE, 45 sanos).
- Las grabaciones de video de la ruptura de la película lagrimal se procesaron utilizando una red neuronal convolucional basada en la región de la máscara y una red de segmentos temporales.
- El sistema de IA realizó una evaluación automatizada de la DE e identificó cuatro BUP: línea, hoyuelo, punto y ruptura aleatoria.
Principales resultados:
- El modelo de diagnóstico de IA logró una precisión del 91,8% para la detección de ruptura de la película lagrimal y del 98% para la identificación de DE.
- El modelo de clasificación alcanzó un 88% de precisión, con una alta precisión y recuerdo para roturas de línea y puntos.
- Se encontraron diferencias significativas en los parámetros de la superficie ocular entre los DE y los ojos sanos, y entre los grupos de BUP.
Conclusiones:
- El sistema de IA proporciona un método objetivo y no invasivo para el diagnóstico de la DE y la clasificación de la BUP.
- Reduce la variabilidad entre observadores y la necesidad de una capacitación extensa.
- El sistema apoya la terapia dirigida y promueve estrategias personalizadas de tratamiento del ojo seco.
Videos de Conceptos Relacionados
Glaucoma: Overview
Glaucoma is an eye condition characterized by increased intraocular pressure that damages the retina and optic nerve, leading to irreversible blindness if left untreated. The human eye has various components, including the cornea, iris, pupil, lens, and optic nerve. Aqueous humor is secreted by the epithelium of the ciliary body in the posterior chamber and flows through the trabecular meshwork and canal of Schlemm, maintaining normal intraocular pressure. The trabecular meshwork and the canal...
Ophthalmic Drug Delivery Systems
Ophthalmic drug delivery faces major limitations due to poor absorption across the corneal membrane. This process is primarily driven by diffusion and is influenced by two main factors: the physicochemical properties of the drug and tear drainage. Most ophthalmic drugs, such as pilocarpine, epinephrine, atropine, and local anesthetics, are weak bases. They are typically formulated at an acidic pH to enhance chemical stability. However, this leads to high ionization, reducing their ability to...

