Detectar el edema papiloide como un marcador de presión intracraneal elevada utilizando inteligencia artificial: una...

Área de la Ciencia:

• Oftalmología
• Imágenes médicas
• Inteligencia artificial

Sus antecedentes:

• La detección automatizada de papilodema a través de IA en imágenes de retina puede ayudar a clasificar la patología intracraneal, especialmente en entornos con recursos limitados.
• En la actualidad no existe una revisión exhaustiva de la literatura sobre la IA para la detección del papilodema.

Objetivo del estudio:

• Revisar sistemáticamente la literatura sobre el uso de la inteligencia artificial para la detección del edema papiloide.
• Evaluar la calidad de los informes, el sesgo y la precisión del diagnóstico de los sistemas de IA para la detección de papilloedema.

Principales métodos:

• Se ha realizado una revisión sistemática de cuatro bases de datos (Ovid MEDLINE, Embase, Web of Science y IEEE Xplore).
• Evaluación de la calidad mediante la lista de verificación de la IA en imágenes médicas y evaluación del sesgo mediante la rúbrica "SMART".
• Evaluación de la exactitud de la prueba de diagnóstico para un subconjunto de estudios utilizando el comando "Metadta" de Stata.

Principales resultados:

• Se incluyeron diecinueve sistemas de aprendizaje profundo y ocho no profundos.
• La sensibilidad combinada fue de 0,87 (95% IC 0,76-0,93) y la especificidad fue de 0,90 (95% IC 0,74-0,97).
• Se observó un sesgo en la selección de datos, una mala calidad de los informes y una validación externa limitada.

Conclusiones:

• Los modelos de aprendizaje profundo demuestran potencial para la detección de edema de papillas en imágenes de la retina.
• La validación externa adicional con diversos conjuntos de datos y entornos clínicos es crucial antes de la adopción generalizada para el triaje.