Dos modelos de aprendizaje automático para ahorrar programas de detección de glaucoma: un enfoque basado en redes...

Área de la Ciencia:

• Oftalmología
• Inteligencia artificial
• Diagnóstico médico

Sus antecedentes:

• Los programas de detección de glaucoma a menudo identifican a muchos pacientes que no requieren intervención.
• Una proporción significativa de individuos permanecen libres de glaucoma de ángulo abierto (OAG) o terapia para bajar la presión intraocular (IOP) en un plazo de 10 años.
• Existe la necesidad de identificar a los pacientes que pueden ser excluidos de forma segura del cribado de rutina en el examen inicial.

Objetivo del estudio:

• Desarrollar y validar modelos predictivos para identificar a las personas que permanecerán libres de OAG y no requerirán terapia para reducir la presión arterial interna.
• Evaluar la viabilidad de excluir con seguridad a una proporción de pacientes de los programas de detección de glaucoma basados en los datos del examen inicial.

Principales métodos:

• Entrenado y probado dos modelos de red neuronal en datos de 6889 sujetos sometidos a examen oftalmológico.
• Incluido una opción de rechazo en los modelos para manejar predicciones inciertas.
• Se utilizaron mediciones objetivas de la cabeza del nervio óptico y del disco.

Principales resultados:

• El primer modelo predijo correctamente el 100% de los casos (253/253) para permanecer libre de OAG y sin terapia de reducción de la PIO, con predicciones rechazadas en el 57% de los casos.
• El segundo modelo predijo correctamente el 100% de los casos (271/271) para permanecer libre de OAG, con predicciones rechazadas en el 46,4% de los casos.
• Ningún modelo hizo predicciones falsas negativas o falsas positivas.

Conclusiones:

• Aproximadamente el 43% de los ojos pueden ser excluidos de forma segura del cribado de glaucoma durante un máximo de 10 años.
• Los modelos desarrollados reducen significativamente la carga de trabajo de detección para los oftalmólogos.
• Los avances futuros en los modelos predictivos podrían mejorar aún más la eficiencia y la rentabilidad en el cribado del glaucoma.