Cribado asistido por IA para la retinopatía diabética y las anomalías del fondo en una población de examen físico a...

Área de la Ciencia:

• Oftalmología
• Imágenes médicas
• Inteligencia artificial

Sus antecedentes:

• La alta incidencia de enfermedades oculares requiere un cribado avanzado.
• Los sistemas de inteligencia artificial (IA) están surgiendo para la detección de trastornos de la retina.

Objetivo del estudio:

• Evaluar el rendimiento diagnóstico y el valor clínico de un sistema asistido por IA.
• Examinar una población del mundo real para la retinopatía diabética (DR) y las anomalías del fondo.

Principales métodos:

• Análisis retrospectivo de 54 353 registros de exámenes de fondo.
• Sistema de IA utilizado para el cribado; interpretación manual para la validación.
• Datos estratificados por comorbilidades y factores de riesgo sistémico.

Principales resultados:

• El 25% de los individuos dieron positivo para lesiones del fondo.
• La IA demostró un alto rendimiento: valor predictivo negativo ≥96%, valor predictivo positivo ≥90%.
• Encuentros comunes: esclerosis vascular de la retina, drusas, maculopatía, agrandamiento de la copa óptica, hemorragia. Las tasas de detección más altas en pacientes con diabetes, hipertensión, miopía alta.

Conclusiones:

• La detección de la IA es eficaz y escalable para la detección temprana de la DR y la identificación de enfermedades sistémicas.
• La integración de la IA con las plataformas de big data permite una intervención oportuna, especialmente en áreas desatendidas.
• Apoya la aplicación clínica de la IA para mejorar la eficiencia del diagnóstico y la intervención temprana específica.