Video Experimental Relacionado
Updated: Jun 20, 2026
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
Detección de papilledema basada en el aprendizaje profundo en fotografías de retina de cámaras de mano: un estudio
Ayse Gungor1, Zhiqun Tang, Jing L Loo
1Sorbonne Université (AG, IS), Institut du Cerveau-Paris Brain Institute-ICM, Inria, Inserm, CNRS, APHP, Hôpital de la Pitié Salpêtrière, Paris, France; Rothschild Foundation Hospital (AG, LT, IS, DM), Neuro-Ophthalmology Department, Rothschild Computational and Visual Neurosciences Laboratory, Paris, France; Department of Ophthalmology (ZT, JLL, SS), Yong Loo Lin School of Medicine, National University of Singapore, Singapore; Singapore National Eye Centre (JLL, STLC, SS, RFCM, DM), Singapore; Duke-NUS Medical School (JLL, STLC, SS, DM), Singapore; Visual Neurosciences Group (SS, RPN, DM), Singapore Eye Research Institute, Singapore; Departments of Ophthalmology (NJN, VB) and Neurology (NJN, VB), Emory University School of Medicine, Atlanta, Georgia; and Copenhagen University (DM), Copenhagen, Denmark.
Un sistema de aprendizaje profundo (DLS) identifica con precisión el papilledema y otras neuropatías ópticas a partir de imágenes de la retina. Esta herramienta de IA muestra un alto rendimiento en entornos clínicos del mundo real para el diagnóstico neuro-oftalmológico.
Área de la Ciencia:
- Oftalmología
- Inteligencia artificial
- Imágenes médicas
Sus antecedentes:
- El papilledema y las neuropatías ópticas son hallazgos neuro-oftalmológicos críticos que requieren un diagnóstico rápido.
- El análisis de fotografías de retina es esencial para identificar estas condiciones.
Objetivo del estudio:
- Evaluar el rendimiento de un sistema de aprendizaje profundo (DLS) en la identificación de papilledema y otras neuropatías ópticas.
- Para evaluar el DLS en imágenes de retina no hidriáticas adquiridas prospectivamente de un departamento de neuro-oftalmología.
Principales métodos:
- En un estudio multicéntrico se utilizaron 20.533 fotografías de retina de 10.647 pacientes.
- Un DLS fue entrenado en imágenes hidráulicas y probado en imágenes no hidráulicas de una cámara de mano.
- El DLS clasificó las imágenes como papilledema, otras anomalías del disco óptico o normal, con rendimiento medido por AUC, sensibilidad, especificidad y precisión.
Principales resultados:
- El DLS logró una precisión del 99,5%, una sensibilidad del 81,0%, una especificidad del 99,7% y un AUC del 98,3% para diferenciar el papilledema de otras afecciones y controles normales.
- El rendimiento se evaluó tanto en el ojo como en el paciente.
Conclusiones:
- Un DLS entrenado en fotografías midriáticas demuestra un excelente rendimiento diagnóstico para anomalías del disco óptico.
- El sistema es eficaz cuando se aplica a imágenes de retina no hidriáticas capturadas con cámaras de mano en la práctica clínica.
