Imágenes de la retina e inteligencia artificial: una revisión sistemática y un metanálisis de las técnicas de...

Área de la Ciencia:

• Oftalmología
• Neurología
• Inteligencia artificial

Sus antecedentes:

• El análisis de imágenes de retina impulsado por IA ofrece un enfoque no invasivo para la detección temprana de trastornos neurodegenerativos.
• Revisión sistemática y metanálisis para evaluar la precisión diagnóstica de la IA en la identificación de la enfermedad de Alzheimer (EA) y la enfermedad de Parkinson (EP).

Objetivo del estudio:

• Cuantificar la precisión diagnóstica de la imagen retiniana asistida por IA para las afecciones neurodegenerativas.
• Evaluar el potencial de la IA en la detección temprana y no invasiva de enfermedades.

Principales métodos:

• Búsqueda sistemática de seis bases de datos (2010-2024) para estudios que utilicen modelos de IA/ML para la clasificación de enfermedades.
• Evaluación del riesgo de sesgo mediante el método QUADAS-2 y de la certeza de la evidencia mediante criterios GRADE.
• Área agrupada extraída bajo la curva de características de funcionamiento del receptor (AUC) y estadísticas de heterogeneidad.

Principales resultados:

• Se incluyeron diez estudios (siete AD, cuatro PD) con 496 pacientes con AD, 441 pacientes con PD y 36.990 controles.
• El AUC total combinado fue de 0,73 (IC del 95%, 0,69- 0,77), con AUC de 0,72 para la AD y 0,70 para la PD.
• Se identificó un riesgo de sesgo de bajo a moderado, con una certeza de moderada a alta en la evidencia.

Conclusiones:

• La imagen retiniana asistida por IA demuestra una precisión consistente y moderada para la detección temprana de EA y EA.
• Se recomienda la estandarización de los protocolos de imagen y los criterios de selección de pacientes para futuras investigaciones.
• Se necesitan estudios de validación prospectivos a gran escala para confirmar los hallazgos.